หน้านี้ได้รับการแปลโดย Cloud Translation API
Switch to English

tf.math.reduce_sum

TensorFlow 1 เวอร์ชัน ดูแหล่งที่มาบน GitHub

คำนวณผลรวมขององค์ประกอบข้ามมิติของเทนเซอร์

ใช้ในโน้ตบุ๊ก

ใช้ในคู่มือ ใช้ในการสอน

ลด input_tensor ตามขนาดที่กำหนดใน axis เว้นแต่ว่า keepdims เป็นจริงอันดับของเมตริกซ์จะลดลง 1 สำหรับแต่ละรายการใน axis หาก keepdims เป็นจริงมิติที่ลดลงจะถูกรักษาไว้ด้วยความยาว 1

หาก axis คือไม่มีมิติทั้งหมดจะลดลงและเทนเซอร์ที่มีองค์ประกอบเดียวจะถูกส่งกลับ

ตัวอย่างเช่น:

# x has a shape of (2, 3) (two rows and three columns):
x = tf.constant([[1, 1, 1], [1, 1, 1]])
x.numpy()
array([[1, 1, 1],
       [1, 1, 1]], dtype=int32)
# sum all the elements
# 1 + 1 + 1 + 1 + 1+ 1 = 6
tf.reduce_sum(x).numpy()
6
# reduce along the first dimension
# the result is [1, 1, 1] + [1, 1, 1] = [2, 2, 2]
tf.reduce_sum(x, 0).numpy()
array([2, 2, 2], dtype=int32)
# reduce along the second dimension
# the result is [1, 1] + [1, 1] + [1, 1] = [3, 3]
tf.reduce_sum(x, 1).numpy()
array([3, 3], dtype=int32)
# keep the original dimensions
tf.reduce_sum(x, 1, keepdims=True).numpy()
array([[3],
       [3]], dtype=int32)
# reduce along both dimensions
# the result is 1 + 1 + 1 + 1 + 1 + 1 = 6
# or, equivalently, reduce along rows, then reduce the resultant array
# [1, 1, 1] + [1, 1, 1] = [2, 2, 2]
# 2 + 2 + 2 = 6
tf.reduce_sum(x, [0, 1]).numpy()
6

input_tensor เทนเซอร์ที่จะลด ควรมีประเภทเป็นตัวเลข
axis ขนาดที่จะลด หาก None (ค่าเริ่มต้น) จะลดขนาดทั้งหมด ต้องอยู่ในช่วง [-rank(input_tensor), rank(input_tensor)]
keepdims หากเป็นจริงให้คงขนาดที่ลดลงโดยมีความยาว 1
name ชื่อสำหรับการดำเนินการ (ไม่บังคับ)

เทนเซอร์ที่ลดลงซึ่งมี dtype เดียวกันกับ input_tensor

ความเข้ากันได้ของ Numpy

เทียบเท่ากับ np.sum นอกเหนือจากข้อเท็จจริงที่ว่า numpy upcast uint8 และ int32 เป็น int64 ในขณะที่ tensorflow ส่งกลับ dtype เดียวกันกับอินพุต