TensorFlow函数:tf.sparse_reduce_sum

由 Carrie 创建, 最后一次修改 2018-03-03

tf.sparse_reduce_sum 函数

sparse_reduce_sum(
    sp_input,
    axis=None,
    keep_dims=False,
    reduction_axes=None
)

定义在:tensorflow/python/ops/sparse_ops.py.

参见指南:稀疏张量>减少

计算 SparseTensor 各个维度上元素的总和.

这个操作需要一个 SparseTensor,并且是 tf.reduce_sum() 的稀疏对应.特别是,这个操作也返回一个稠密的 Tensor 而不是一个稀疏的.

沿着 reduction_axes 给定的维度减少 sp_input.除非 keep_dims 为真,否则 reduction_axes 中的每个条目的张量的秩都减少了1.如果 keep_dims 属实,那么减少的维度将保留为1.

如果 reduction_axes 没有条目,则减少所有维度,并返回具有单个元素的张量.另外,轴可以是负的,类似于 Python 中的索引规则.

例如:

# 'x' represents [[1, ?, 1]
#                 [?, 1, ?]]
# where ? is implicitly-zero.
tf.sparse_reduce_sum(x) ==> 3
tf.sparse_reduce_sum(x, 0) ==> [1, 1, 1]
tf.sparse_reduce_sum(x, 1) ==> [2, 1]  # Can also use -1 as the axis.
tf.sparse_reduce_sum(x, 1, keep_dims=True) ==> [[2], [1]]
tf.sparse_reduce_sum(x, [0, 1]) ==> 3

函数参数:

  • sp_input:需要减少的 SparseTensor,应该是数字类型.
  • axis:要减少的维度;列表或标量.如果为 None(默认),则减少所有的维度.
  • keep_dims:如果为 true,则保留长度为1的减少维度.
  • reduction_axes:轴的弃用名称.

函数返回值:

tf.sparse_reduce_sum函数返回减少的张量.

以上内容是否对您有帮助:

二维码
建议反馈
二维码