TensorFlow函数:tf.sparse_reduce_sum
2018-03-05 10:27 更新
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.