我不明白为什么下面代码的输出是[7 56]
。
import tensorflow as tf
x = tf.constant([[1, 2, 4], [8, 16, 32]])
a = tf.reduce_sum(x, -1) # [ 9 18 36]
with tf.Session() as sess:
output_a = sess.run(a)
print(output_a)
我知道按行添加已经完成。但是有人可以阐明为什么 reduce_sum
函数中的 -1
被视为对一行中的所有值求和吗?
最佳答案
-1
表示最后一个轴;因为你有一个 2 阶张量,所以最后一个轴是第二个轴,也就是沿着行; tf.reduce_sum
与 axis=-1
将因此减少(求和)第二个维度。
关于python - tf.reduce_sum 对 axis = -1 做了什么?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53486527/