函数tf.reduce_mean()
对数组元素求和的方式使得axis参数中引用的索引。
在以下代码中:
import tensorflow as tf
x = tf.Variable([1, 2, 3])
init = tf.global_variables_initializer()
sess = tf.Session()
sess.run(init)
所以这条线
print(sess.run(tf.reduce_sum(x)))
输出为:6
为了生成相同的输出,我需要对所有元素求和,以减少列数。所以我需要设置轴=1对吗?
print(sess.run(tf.reduce_sum(x, 1)))
但我有个错误:
ValueError: Invalid reduction dimension 1 for input with 1 dimensions
但如果我把轴设为0,我得到6。这是为什么?
您得到的错误是
ValueError: Invalid reduction dimension 1 for input with 1 dimensions
。这几乎意味着如果你不能降低一维张量的维数。对于N x M张量,设置axis=0将返回1xM张量,设置axis=1将返回N x 1张量。请考虑tensorflow文档中的以下示例:
相关问题 更多 >
编程相关推荐