python - reduce_sum() 在 tensorflow 中是如何工作的？

Question

我正在学习 tensorflow，我从 tensorflow 网站上拿起了以下代码。根据我的理解，axis=0 代表行，axis=1 代表列。

他们如何获得评论中提到的输出？我已经根据我对##的想法提到了输出。

import tensorflow as tf

x = tf.constant([[1, 1, 1], [1, 1, 1]])
tf.reduce_sum(x, 0)  # [2, 2, 2] ## [3, 3]
tf.reduce_sum(x, 1)  # [3, 3] ##[2, 2, 2]
tf.reduce_sum(x, [0, 1])  # 6 ## Didn't understand at all.

Answer 1

x 的形状为 (2, 3)(两行三列):

1 1 1
1 1 1

通过执行 tf.reduce_sum(x, 0)，张量沿第一维(行)减少，因此结果是 [1, 1, 1] + [1, 1, 1] = [2, 2, 2].

通过执行 tf.reduce_sum(x, 1)，张量沿第二维(列)减少，因此结果是 [1, 1] + [1, 1] + [1, 1] = [3, 3].

通过执行 tf.reduce_sum(x, [0, 1])，张量沿两个维度(行和列)减少，因此结果是 1 + 1 + 1 + 1 + 1 + 1 = 6 或等价于 [1, 1, 1] + [1, 1, 1] = [2, 2, 2]，然后是 >2 + 2 + 2 = 6(沿行减少，然后减少结果数组)。