reduce_sum() 用于計(jì)算張量tensor沿著某一維度的和，可以在求和后降維。

tf.reduce_sum(
    input_tensor, 
    axis=None, 
    keepdims=None,
    name=None,
    reduction_indices=None, 
    keep_dims=None)

• input_tensor：待求和的tensor;
• axis：指定的維，如果不指定，則計(jì)算所有元素的總和;
• keepdims：是否保持原有張量的維度，設(shè)置為True，結(jié)果保持輸入tensor的形狀，設(shè)置為False，結(jié)果會(huì)降低維度，如果不傳入這個(gè)參數(shù)，則系統(tǒng)默認(rèn)為False;
• name：操作的名稱;
• reduction_indices：在以前版本中用來(lái)指定軸，已棄用;
• keep_dims：在以前版本中用來(lái)設(shè)置是否保持原張量的維度，已棄用;

什么是維度？什么是軸（axis）？

維度是用來(lái)索引一個(gè)多維數(shù)組中某個(gè)具體數(shù)所需要最少的坐標(biāo)數(shù)量。

• 0維，又稱0維張量，數(shù)字，標(biāo)量：1
• 1維，又稱1維張量，數(shù)組，vector：[1, 2, 3]
• 2維，又稱2維張量，矩陣，二維數(shù)組：[[1,2], [3,4]]
• 3維，又稱3維張量，立方（cube），三維數(shù)組：[ [[1,2], [3,4]], [[5,6], [7,8]] ]
• n維：你應(yīng)該get到點(diǎn)了吧~

再多的維只不過(guò)是是把上一個(gè)維度當(dāng)作自己的元素
1維的元素是標(biāo)量，2維的元素是數(shù)組，3維的元素是矩陣。

在紙上寫寫看，想要精確定位一個(gè)數(shù)字，需要幾個(gè)數(shù)字呢？比如上面例子中的3維數(shù)組，我們想要3這個(gè)數(shù)字，至少要3個(gè)數(shù)字定位，它的坐標(biāo)是（0為索引起點(diǎn)）：[0, 1, 0]

axis是多維數(shù)組每個(gè)維度的坐標(biāo)。
還拿3維來(lái)說(shuō)，數(shù)字3的坐標(biāo)是[0, 1, 0]，那么第一個(gè)數(shù)字0的axis是0，第二個(gè)數(shù)字1的axis是1，第三個(gè)數(shù)字0的axis是2。

讓我們?cè)倏纯次覀兪侨绾蔚玫?這個(gè)數(shù)字的：

1. 找到3所在的2維矩陣在這個(gè)3維立方的索引：0
2. 找到3所在的1維數(shù)組在這個(gè)2維矩陣的索引：1
3. 找到3這個(gè)數(shù)這個(gè)1維數(shù)組的索引：0

也就是說(shuō)，對(duì)于[ [[1,2], [3,4]], [[5,6], [7,8]] ]這個(gè)3維情況，[[1,2],[3,4]], [[5,6], [7,8]]這兩個(gè)矩陣（還記得嗎，高維的元素低一個(gè)維度，因此三維立方的元素是二維矩陣）的axis是0，[1,2]，[3,4]，[5,6]，[7,8]這4個(gè)數(shù)組（二維矩陣的元素是一維數(shù)組）的axis是1，而1，2，3，4，5，6，7，8這8個(gè)數(shù)的axis是2。

越往里axis就越大，依次加1。
這里需要注意的是，axis可以為負(fù)數(shù)，此時(shí)表示倒數(shù)第axis個(gè)維度，這和Python中列表切片的用法類似。

下面舉個(gè)多維tensor例子簡(jiǎn)單說(shuō)明。下面是個(gè) 2 * 3 * 4 的tensor。

[[[ 1   2   3   4]
  [ 5   6   7   8]
  [ 9   10 11 12]],
 [[ 13  14 15 16]
  [ 17  18 19 20]
  [ 21  22 23 24]]]

tf.reduce_sum(tensor, axis=0) axis=0 說(shuō)明是按第一個(gè)維度進(jìn)行求和。那么求和結(jié)果shape是3*4

[[1+13   2+14   3+15 4+16]
 [5+17   6+18   7+19 8+20]
 [9+21 10+22 11+23 12+24]]

依次類推，如果axis=1，那么求和結(jié)果shape是2*4，即：

[[ 1 + 5 + 9   2 + 6+10   3 + 7+11   4 + 8+12]
 [13+17+21     14+18+22   15+19+23   16+20+24]]

如果axis=2，那么求和結(jié)果shape是2*3，即：

[[1+2+3+4          5+6+7+8          9+10+11+12]
 [13+14+15+16      17+18+19+20      1+22+23+24]]

類似的方法還有：

• tf.reduce_mean()：計(jì)算tensor指定軸方向上的所有元素的累加和；
• tf.reduce_max()：計(jì)算tensor指定軸方向上的各個(gè)元素的最大值；
• tf.reduce_all()：計(jì)算tensor指定軸方向上的各個(gè)元素的邏輯和（and運(yùn)算）；
• tf.reduce_any()：計(jì)算tensor指定軸方向上的各個(gè)元素的邏輯或（or運(yùn)算）；