tf.reduce_mean 函數用于計算張量tensor沿着指定的數軸(tensor的某一次元)上的的平均值,主要用作降維或者計算tensor(圖像)的平均值。
reduce_mean(input_tensor,
axis=None,
keepdims=None,
name=None,
reduction_indices=None,
keep_dims=None)
- 第一個參數input_tensor: 輸入的待降維的tensor;
- 第二個參數axis: 指定的軸,如果不指定,則計算所有元素的均值;
- 第三個參數keepdims:是否降次元,設定為True,輸出的結果保持輸入tensor的形狀,設定為False,輸出結果會降低次元;
- 第四個參數name: 操作的名稱;
- 第五個參數 reduction_indices:在以前版本中用來指定軸,已棄用;
- 第六個參數 keep_dims:keepdims參數的别名,已棄用。
以一個次元是2,形狀是[4,4]的tensor舉例:
import tensorflow as tf
x = [[1,2,3,4],
[5,6,7,8]]
xx = tf.cast(x,tf.float32)
mean_all = tf.reduce_mean(xx, keepdims=False)
mean_0 = tf.reduce_mean(xx, axis=0, keepdims=False)
mean_1 = tf.reduce_mean(xx, axis=1, keepdims=False)
with tf.Session() as sess:
m_a,m_0,m_1 = sess.run([mean_all, mean_0, mean_1])
print(m_a) # output: 4.5,所有元素求平均值
print(m_0) # output: [3. 4. 5. 6.],每列求平均值
print(m_1) #output: [2.5 6.5],每行求平均值
如果設定保持原來的張量的次元,keepdims=True ,結果:
print(m_a) # output: [[4.5]]
print(m_0) # output: [[3. 4. 5. 6.]]
print(m_1) #output: [[2.5][6.5]]
類似函數還有:
- tf.reduce_sum :計算tensor指定軸方向上的所有元素的累加和;
- tf.reduce_max : 計算tensor指定軸方向上的各個元素的最大值;
- tf.reduce_all : 計算tensor指定軸方向上的各個元素的邏輯和(and運算);
- tf.reduce_any: 計算tensor指定軸方向上的各個元素的邏輯或(or運算);
參考:https://blog.csdn.net/dcrmg/article/details/79797826