reduce_sum应该理解为压缩求和，用于降维
现有：
x = [[1, 1, 1],[1, 1, 1]]
求和
tf.reduce_sum(x) ==> 6
按列求和
tf.reduce_sum(x, 0) ==> [2, 2, 2]
按行求和
tf.reduce_sum(x, 1) ==> [3, 3]
按照行的维度求和
tf.reduce_sum(x, 1, keepdims=True) ==> [[3], [3]]
行列求和
tf.reduce_sum(x, [0, 1]) ==> 6
就喜欢这种短小精干的干货，转载：blog.csdn.net/arjick/arti…
