释义:指定维度求均值,默认求所有元素均值
示例1:
import tensorflow as tf
X = tf.constant([[1, 2, 3], [4, 5, 6]], dtype=tf.float32, name=None)
Y = tf.reduce_mean(X) # 求所有元素均值
Y0 = tf.reduce_mean(X, axis=0) # 求 0 维度均值,即列均值
Y1 = tf.reduce_mean(X, axis=1) # 求 1 维度均值,即行均值
with tf.Session() as sess:
print('所有元素均值:', sess.run(Y))
print('0 维度均值(列均值):', sess.run(Y0))
print('1 维度均值(行均指):', sess.run(Y1))
所有元素均值: 3.5
0 维度均值(列均值): [2.5 3.5 4.5]
1 维度均值(行均指): [2. 5.]
示例2:
X = tf.constant([[1, 2, 3], [4, 5, 6]], dtype=tf.float32, name=None)
Y0_ = tf.reduce_mean(X, axis=0, keep_dims=True) # 求行均值,保持输入形状
Y1_ = tf.reduce_mean(X, axis=1, keep_dims=True) # 求行均值,保持输入形状
with tf.Session() as sess:
print('0 维度均值(列均值)、保持输入形状:\n', sess.run(Y0_))
print('1 维度均值(行均值)、保持输入形状:\n', sess.run(Y1_))
0 维度均值(列均值)、保持输入形状:
[[2.5 3.5 4.5]]
1 维度均值(行均值)、保持输入形状:
[[2.]
[5.]]
释义:指定维度,不可与 axis 同时使用,否则报错
示例1:
import tensorflow as tf
X = tf.constant([[1, 2, 3], [4, 5, 6]], dtype=tf.float32, name=None)
Y0 = tf.reduce_mean(X, reduction_indices=[0]) # 求 0 维度均值,即列均值
Y1 = tf.reduce_mean(X, reduction_indices=[1]) # 求 1 维度均值,即行均值
with tf.Session() as sess:
print('0 维度均值(列均值):', sess.run(Y0))
print('1 维度均值(行均指):', sess.run(Y1))
0 维度均值(列均值): [2.5 3.5 4.5]
1 维度均值(行均指): [2. 5.]
示例2:
X = tf.constant([[1, 2, 3], [4, 5, 6]], dtype=tf.float32, name=None)
Y = tf.reduce_mean(X, reduction_indices=[0, 1]) # 求 0、1 维度均值,此例中即所有元素均值
with tf.Session() as sess:
print('0、1 维度均值:', sess.run(Y))
0、1 维度均值: 3.5