小编roh*_*hin的帖子

考虑以下代码-

a=tf.convert_to_tensor(np.array([[1001,1002],[3,4]]), dtype=tf.float32)
b=tf.reduce_max(a,reduction_indices=[1], keep_dims=True)
with tf.Session():
   print b.eval()

keep_dims的目的到底是什么？我进行了相当多的测试，发现以上内容等同于-

b=tf.reduce_max(a,reduction_indices=[1], keep_dims=False)
b=tf.expand_dims(b,1)

我可能错了，但我的猜测是，如果keep_dims为False，我们将获得2D列向量。如果keep_dims = True，我们有一个2x1矩阵。但是它们有什么不同？