1. 求和 tf.reduce_sum

在 TensorFlow2 中对序列求和，使用的是 tf.reduce_sum 函数，但是要求输入为 Tensor。

  1. import tensorflow as tf
  3. inp = tf.constant([2, 3, 5], dtype=tf.float32)
  4. print(tf.reduce_sum(inp))  # 10

TensorFlow 中的 reduce_sum 函数还支持根据不同维度进行计算，以下为常用可设置的参数：

  • reduction_indices：计算所指定的维度方向
  • keep_dims：输出 Tensor 是否与原 Tensor 维度一致

🍦更多示例：

  1. import tensorflow as tf
  3. inp = tf.constant([[1, 2, 3], [4, 5, 6]], dtype=tf.float32)
  4. print(tf.reduce_sum(inp))
  5. print(tf.reduce_sum(inp, 0))  # y-axis
  6. print(tf.reduce_sum(inp, 1))  # x-axis
  7. print(tf.reduce_sum(inp, 0, keepdims=True))
  8. print(tf.reduce_sum(inp, [0, 1]))

输出结果：

  1. tf.Tensor(21.0, shape=(), dtype=float32)
  2. tf.Tensor([5. 7. 9.], shape=(3,), dtype=float32)
  3. tf.Tensor([ 6. 15.], shape=(2,), dtype=float32)
  4. tf.Tensor([[5. 7. 9.]], shape=(1, 3), dtype=float32)
  5. tf.Tensor(21.0, shape=(), dtype=float32)