python - 值错误 : Invalid reduction dimension 1 for input with 1 dimensions

Question

tf.reduce_mean() 函数以 axis 参数中引用的索引的方式对数组元素求和。

在下面的代码中:

import tensorflow as tf

x = tf.Variable([1, 2, 3])
init = tf.global_variables_initializer()

sess = tf.Session()
sess.run(init)

所以对于行

print(sess.run(tf.reduce_sum(x)))

输出为:6

为了生成相同的输出，我需要以减少列数的方式对所有元素求和。所以我需要设置 axis = 1 对吗？

print(sess.run(tf.reduce_sum(x, 1)))

但是我得到一个错误:

ValueError: Invalid reduction dimension 1 for input with 1 dimensions

但是如果我设置 axis = 0，我会得到 6。这是为什么？

Answer 1

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减少一维张量的维度。

对于 N x M 张量，设置 axis = 0 将返回 1xM 张量，设置 axis = 1 将返回 Nx1 张量。考虑 tensorflow 文档中的以下示例:

# 'x' is [[1, 1, 1]
#         [1, 1, 1]]
tf.reduce_sum(x) ==> 6
tf.reduce_sum(x, 0) ==> [2, 2, 2]
tf.reduce_sum(x, 1) ==> [3, 3]