tf.reduce_mean函数

tf.reduce_mean()函数用于计算张量tensor沿着指定的数轴（tensor中的某一维度）上的平均值，主要用于降维或者计算tensor（图像）的平均值。

reduce_mean(input_tensor,
            axis=None,keep_dims=False,name=None,reduction_indices=None)

input_tensor：输入的tensor

axis：指定的轴，axis=0沿列进行求均值，axis=1沿行进行求均值，若不指定，则计算所有元素的均值

keep_dims：是否将维度，默认为False，输出结果会降低维度；若设置为True，输出的结果保持输入tensor的形状

name：操作的名称

import tensorflow as tf
x = [[1,2,3],[1,1,3]]
xx = tf.cast(x,tf.float32)  
#tf.cast(input_data,dtype,name=None)执行的是张量的数据类型转换
mean_all = tf.reduce_mean(xx)
mean_0 = tf.reduce_mean(xx,axis=0)  #axis=0计算列方向
mean_1 = tf.reduce_mean(xx,axis=1)  #axis=1计算行方向
with tf.Session() as sess:
    m_a,m_0,m_1=sess.run([mean_all,mean_0,mean_1])

 

print(m_a)
print(m_0)
print(m_1)

1.83333
[ 1.   1.5  3. ]
[ 2.          1.66666663]

类似的函数还有：

*tf.reduce_sum：计算tensor指定轴方向上的元素的累加和

*tf.reduce_max：计算tensor指定轴方向上的元素的最大值

*tf.reduce_all：计算********元素的逻辑和（and运算）

*tf.reduce_any：计算********元素的逻辑或（or运算）