请稍等 ...
×

采纳答案成功!

向帮助你的同学说点啥吧!感谢那些助人为乐的人

tf.reduce_mean()方法的作用

https://img1.sycdn.imooc.com//szimg/5d1704610001fd2b11620596.jpg

老师您好,我想请问一下上面图片中划线部分,为什么要在外层加上tf.reduce_mean而不能只使用内层的keras.losses.mean_squared_error,我自己打印了一下似乎加不加外层的效果都是一样的(如下图所示),所以有点不太理解reduce_mean的作用。

https://img1.sycdn.imooc.com//szimg/5d1703680001e3d811500220.jpg

正在回答 回答被采纳积分+3

1回答

计算张量的各个维度上的元素的平均值.

x = tf.constant([[1., 1.], [2., 2.]])
print(tf.reduce_mean(x))  # 1.5
print(tf.reduce_mean(x, 0))  # [1.5, 1.5]
print(tf.reduce_mean(x, 1))  # [1.,  2.]


2 回复 有任何疑惑可以回复我~
问题已解决,确定采纳
还有疑问,暂不采纳
意见反馈 帮助中心 APP下载
官方微信