为什么TensorFlow在reduce_max、reduce_min、reduce_sum等函数中使用了reduce_*？

Question

为什么TensorFlow在reduce_max、reduce_min、reduce_sum等函数中使用了reduce_*？

tensorflownaming-conventions

5

我总是尝试找到与函数名称相关的语义，因为这真的有助于理解和连接事物。

我只是想了解为什么Google使用reduce_*命名约定来命名方法，例如：

reduce_all
reduce_any
reduce_join
reduce_logsumexp
reduce_max
reduce_mean
reduce_min
reduce_prod
reduce_sum

这是因为所有这些操作都会降低输入张量的维数吗？

- Joseph

1

我认为他们后悔使用这些名称，因此在Tensorflow的最新版本中更改了它们。 - Aaron

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Dmitriy Danevskiy · Accepted Answer

Reduce 是一组操作的名称，这些操作用于从一系列对象中创建一个单一的对象，反复应用相同的二元操作。

例如，数组的总和可以视为对序列的前两个元素应用 + 操作，然后将结果与第三个元素的总和相加，以此类推。这给出了整个数组的和。因此，sum(1,2,3,4) 可以计算为 (((1 + 2) + 3) + 4)。这种使用 reduce 的实现在计算上效率低下，因为所有内容都是按顺序计算的，所以 TensorFlow 和其他软件使用并行 reduce（其中 sum(1,2,3,4) 就像 (1+2) + (3+4)）代替，但这只是细节。