在tensorflow中，reduce_sum()是如何工作的？

Question

我正在学习tensorflow，我从tensorflow网站取得了以下代码。根据我的理解，axis = 0是行，axis = 1是列。

他们如何得到注释中提到的输出？根据我的想法，我已经在“##”旁边标出了输出。

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.

- Bhaskar Dhariyal

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)，张量沿着第一个维度（行）被减少，结果是[1, 1, 1] + [1, 1, 1] = [2, 2, 2]。

通过执行tf.reduce_sum(x, 1)，张量沿着第二个维度（列）被减少，结果是[1, 1] + [1, 1] + [1, 1] = [3, 3]。

通过执行tf.reduce_sum(x, [0, 1])，张量沿着两个维度（行和列）同时被减少，结果是1 + 1 + 1 + 1 + 1 + 1 = 6 或者等价地，[1, 1, 1] + [1, 1, 1] = [2, 2, 2]，然后 2 + 2 + 2 = 6（先沿行减少，然后减少得到的数组）。

- Dmitriy Danevskiy

---

在这个例子中，tf.reduce_sum(x)与tf.reduce_sum(x, [0, 1])也是等价的。换句话说，如果您不指定要缩减的维度，它将沿着所有维度进行缩减。 - Vivek Subramanian

Answer 2

为了更好地理解正在发生的事情，我将更改一些值，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)

- Enrique Ortuño

Answer 3

输入是一个二维张量：

1 1 1
1 1 1

在 TensorFlow 中，0 轴代表行，1 轴代表列。沿着 0 轴的求和将产生一个长度为 3 的一维张量，每个元素是每列的总和。因此结果为 [2, 2, 2]。对于行也是如此。

在这种情况下，沿两个轴的求和是张量中所有值的总和，即 6。

与 NumPy 的比较：

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

正如您所看到的，输出结果是相同的。

- Maxim

Answer 4

想象一下，轴表示将被消除的维度。因此对于第一个案例，轴为0，所以如果您通过这个维度（2个条目），它们都会折叠成1。因此结果如下：

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

所以，您已经移除了维度0。

现在，对于第二种情况，您将会折叠轴1（或列），因此：

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

最后一种情况是按括号中指示的顺序继续折叠。换句话说，首先消除行，然后再消除列：

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

希望这能有所帮助！

- asakryukin

Answer 5

有2行3列，具体如下:

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，使两个独立的行变成一行。它将变为[2,2,2]。

沿列减少（tf.reduce_sum(x, 1)）意味着您从右侧和左侧挤压，使3个不同的列变成1列，即[3,3]。

最后，tf.reduce_sum(x, [0, 1])表示首先您从底部和顶部挤压（它将变为[2,2,2]），然后您从右侧和左侧挤压[2,2,2]，使其变为6。

- Arwen

Answer 6

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

这个命令将首先沿着轴0（逐行）计算总和，然后沿着轴1（逐列）计算总和。

例如，

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

在计算沿轴=0的总和后，您正在对[2,2,2]进行求和。 在计算沿轴=1的总和后，您正在对2 + 2 + 2进行求和。 最终输出为6。

- Ashiq Imran

Answer 7

如果你了解R语言，reduce sum 相当于 R 语言中的 rowSum 和 colSum，如果在第二个参数中给出两个轴，则可以同时执行两者。

- Chuck Chekuri

---

你的回答可以通过添加更多支持性信息得到改善。请进行[编辑]以添加进一步的细节，例如引用或文档，以便他人可以确认你的答案是否正确。您可以在帮助中心找到有关编写好答案的更多信息。 - Community