reduce_sum() 在张量流中是如何工作的？

Posted 2023-02-16

【中文标题】reduce_sum() 在张量流中是如何工作的？

【英文标题】：How does reduce_sum() work in tensorflow?

【发布时间】：2018-04-19 20:10:37

【问题描述】：

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

他们如何获得 cmets 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.

【参考方案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，因此结果为[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，因此结果为[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，因此结果为1 + 1 + 1 + 1 + 1 + 1 = 6 或等价于[1, 1, 1] + [1, 1, 1] = [2, 2, 2]，然后2 + 2 + 2 = 6（沿行减少，然后减少结果数组）。

【讨论】：

在这个例子中，tf.reduce_sum(x) 也等价于tf.reduce_sum(x, [0, 1])。换句话说，如果您不指定要缩减的维度，它将在所有维度上缩减。

【参考方案2】：

输入是一个二维张量：

1 1 1
1 1 1

tensorflow中的0轴是行，1轴是列。 沿 0 轴的总和 将产生长度为 3 的一维张量，每个元素都是每列的总和。因此结果是[2, 2, 2]。对于行也是如此。

在这种情况下，两个轴的总和是张量中所有值的总和，即6。

对比numpy:

a = np.array([[1, 1, 1], [1, 1, 1]])
np.sum(a, axis=0)       # [2 2 2] 
np.sum(a, axis=1)       # [3 3]
np.sum(a, axis=(0, 1))  # 6

如你所见，输出是一样的。

【参考方案3】：

为了更好地理解发生了什么，我将更改值，结果是不言自明的

import tensorflow as tf

x = tf.constant([[1, 2, 4], [8, 16, 32]])
a = tf.reduce_sum(x, 0)  # [ 9 18 36]
b = tf.reduce_sum(x, 1)  # [ 7 56]
c = tf.reduce_sum(x, [0, 1])  # 63

with tf.Session() as sess:
  output_a = sess.run(a)
  print(output_a)
  output_b = sess.run(b)
  print(output_b)
  output_c = sess.run(c)
  print(output_c)

【参考方案4】：

这样想，轴表示将要消除的维度。所以对于第一个案例轴0，所以如果你通过这个维度（2个条目）它们都会折叠成1。因此它将如下：

result = [[1,1,1] + [1,1,1]] = [2,2,2] 

所以你删除了维度0。

现在，对于第二种情况，您将折叠轴 1（或列），因此：

result = [[1,1] + [1,1] + [1,1]] = [3,3]

最后一种情况是您按照括号中指示的顺序继续折叠。换句话说，首先消除行，然后消除列：

result1 = [2,2,2]
result_final = 2 + 2 + 2 = 6 

希望这会有所帮助！

【参考方案5】：

x 有 2 行 3 列，这样：

1 1 1
1 1 1

沿行减少 (tf.reduce_sum(x, 0)) 意味着您从底部和顶部挤压，以便两行单独的行变成一排。它将变为 [2,2,2]。

沿列减少（tf.reduce_sum(x, 1)）意味着您从左右挤压，以便 3 个单独的列变成 1 个列，即 [3,3]。

最后tf.reduce_sum(x, [0, 1]) 表示首先从底部和顶部挤压 （它会变成 [2,2,2]）然后你从左右挤压 [2,2,2] 使它变成 6。

【参考方案6】：

tf.reduce_sum(x, [0, 1]) 

命令将首先计算轴 = 0 的总和（按行），然后计算轴 = 1 的总和（按列）

例如，

 x = tf.constant([[1, 1, 1], [1, 1, 1]])

在计算跨轴的总和 = 0 后，您正在对 [2,2,2] 求和。 在计算轴上的总和 = 1 之后，您正在对 2 + 2 + 2 求和。

最后，得到 6 作为输出。

【参考方案7】：

如果您知道 R，reduce sum 相当于 R 中的 rowSum 和 colSum，如果您在第二个参数中同时给出两个轴，则可以同时执行两者。

【讨论】：

您的答案可以通过额外的支持信息得到改进。请edit 添加更多详细信息，例如引用或文档，以便其他人可以确认您的答案是正确的。你可以找到更多关于如何写好答案的信息in the help center。