Python tf.compat.v1.reduce_all用法及代碼示例

跨張量的維度計算元素的tf.math.logical_and。 (不推薦使用的參數)

用法

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

參數

input_tensor 要減少的布爾張量。
axis 要減小的尺寸。如果None(默認)，減少所有維度。必須在 [-rank(input_tensor), rank(input_tensor)) 範圍內。
keepdims 如果為真，則保留長度為 1 的縮減維度。
name 操作的名稱(可選)。
reduction_indices 軸的舊(不推薦)名稱。
keep_dims keepdims 的已棄用別名。

減少的張量。

警告：不推薦使用某些參數：(keep_dims)。它們將在未來的版本中被刪除。更新說明：keep_dims 已棄用，請改用 keepdims

這是按元素tf.math.logical_and op 的歸約操作。

沿 axis 中給定的尺寸減少 input_tensor 。除非 keepdims 為真，否則對於 axis 中的每個條目，張量的秩都會減少 1，這必須是唯一的。如果 keepdims 為真，則保留縮減後的維度，長度為 1。

如果axis 為None，則所有維度都會減少，並返回具有單個元素的張量。

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

相當於 np.all

相關用法

注：本文由純淨天空篩選整理自tensorflow.org大神的英文原創作品 tf.compat.v1.reduce_all。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。