3.5.2 reduce_sum、reduce_mean、reduce_max、reducemin函数详解

自己开发了一个股票智能分析软件，功能很强大，需要的点击下面的链接获取：

https://www.cnblogs.com/bclshuai/p/11380657.html

1.1.1         reduce_sum、reduce_mean、reduce_max、reducemin函数介绍

reduce_sum函数是用来求多维tensor的元素之和的方法，reduce是降维的意思，sum是求和的意思。其定义如下：

reduce_sum(input_tensor, axis=None, keepdims=False, name=None)

input_tensor：输入求和的张量

axis：降维的维度，比如2行3列的矩阵，维度是（0,1）0表示行，1表示列。axis等于0时，2行3列变成1行3列；axis=1时，2行3列默认变为1行两列，只有在keepdims ，才是2行1列。

keepdims：是否保持维度，如果为True，axis=1时，2行3列变为2行1列

实例

import tensorflow as tf

import numpy as np

x = tf.constant([[1, 1, 1], [1, 1, 1]])

print(x)

y1=tf.reduce_sum(x);

print(y1)#不指定axis时，等于所有元素相加1+1+1+1+1+1+1=6

y2=tf.reduce_sum(x,0)

print(y2)#指定按行降维，变成一行3列，每列元素相加[2,2,2]

y3=tf.reduce_sum(x,1)

print(y3)#指定按列降维，每行元素相加，因为keepdims默认为false，输出1行2列[3,3]

y4=tf.reduce_sum(x,1,True)

print(y4)#指定按列降维，每行元素相加，同时保持维度，输出2行1列[[3],[3]]

输出

tf.Tensor(

[[1 1 1]

 [1 1 1]], shape=(2, 3), dtype=int32)

tf.Tensor(6, shape=(), dtype=int32)

tf.Tensor([2 2 2], shape=(3,), dtype=int32)

tf.Tensor([3 3], shape=(2,), dtype=int32)

tf.Tensor(

[[3]

 [3]], shape=(2, 1), dtype=int32)

同理reduce_mean是求平均值，参数含义相同

reduce_mean(input_tensor, axis=None, keepdims=False, name=None)

reduce_max求最大值，参数含义相同

reduce_max(input_tensor, axis=None, keepdims=False, name=None):

reduce_min求最小值，参数含义相同