tensorflow中的平均值：tf.reduce_mean

tf.reduce_mean

函数原型：

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

参数：

• input_tensor：需要求平均值的张量
• axis：指定求平均值的轴
• keep_dims：是否保存input_tensor的维度不变。

例子：

import tensorflow as tf
X = tf.constant([[[1., 1, 1],[2., 2, 2]],
                  [[3, 3, 3],[4, 4, 4]]])
y_1= tf.reduce_mean(X) #全部平均
y_2= tf.reduce_mean(X,1) #沿着轴1求平均
y_3= tf.reduce_mean(X,1,keep_dims=True)
y_4= tf.reduce_mean(X,[1,0])#先沿着轴1再轴0
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    c_1,c_2,c_3,c_4=sess.run([y_1,y_2,y_3,y_4])
    print(c_1)
    print(c_2)
    print(c_3)
    print(c_4)

输出：
2.5
=========================
[[1.5 1.5 1.5]
 [3.5 3.5 3.5]]
 =========================
[[[1.5 1.5 1.5]]
 [[3.5 3.5 3.5]]]
 ==========================
[2.5 2.5 2.5]

说明：

• 先按照axis指定的维度，将这个维度里面的每个元素相加，再除以元素个数，如果keep_dims不指定我们再去掉该维度。