Python tf.compat.v1.reduce_all用法及代码示例

跨张量的维度计算元素的tf.math.logical_and。 (不推荐使用的参数)

用法

tf.compat.v1.reduce_all(
    input_tensor, axis=None, keepdims=None, name=None, reduction_indices=None,
    keep_dims=None
)

参数

input_tensor 要减少的布尔张量。
axis 要减小的尺寸。如果None(默认)，减少所有维度。必须在 [-rank(input_tensor), rank(input_tensor)) 范围内。
keepdims 如果为真，则保留长度为 1 的缩减维度。
name 操作的名称(可选)。
reduction_indices 轴的旧(不推荐)名称。
keep_dims keepdims 的已弃用别名。

减少的张量。

警告：不推荐使用某些参数：(keep_dims)。它们将在未来的版本中被删除。更新说明：keep_dims 已弃用，请改用 keepdims

这是按元素tf.math.logical_and op 的归约操作。

沿 axis 中给定的尺寸减少 input_tensor 。除非 keepdims 为真，否则对于 axis 中的每个条目，张量的秩都会减少 1，这必须是唯一的。如果 keepdims 为真，则保留缩减后的维度，长度为 1。

如果axis 为None，则所有维度都会减少，并返回具有单个元素的张量。

例如：

x = tf.constant([[True,  True], [False, False]])
tf.math.reduce_all(x)
<tf.Tensor:shape=(), dtype=bool, numpy=False>
tf.math.reduce_all(x, 0)
<tf.Tensor:shape=(2,), dtype=bool, numpy=array([False, False])>
tf.math.reduce_all(x, 1)
<tf.Tensor:shape=(2,), dtype=bool, numpy=array([ True, False])>

numpy 兼容性

相当于 np.all

相关用法

注：本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.compat.v1.reduce_all。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。