假设我有一个由N个张量组成的列表,表示为一个N+1阶张量。例如,一个由100个10x20矩阵组成的列表可以表示为一个形状为(100,10,20)的3阶张量。我需要对这些矩阵执行相同的操作:对每个矩阵进行所有元素的求和、第i个矩阵值的平均值和中位数等操作。
是否可以像
例如:
是否可以像
tf.math.reduce_sum
、tf.math.reduce_mean
、tf.contrib.distributions.percentile
这样沿着轴0计算整个矩阵,但对沿着0轴的每个元素都进行计算?例如:
matricesList = tf.constant([[[1,1],[1,1]],
[[2,2],[2,2]]])
op = sum_matrices_along_axis(matrixList)
预计op = [4,8]
最初的回答
tf.reduce_sum(tf.reshape(tensorsList, [tf.shape(tensorsList)[0], -1]), axis=1)
。 - jdehesa