浅谈tensorflow使用张量时的一些注意点tf.concat,tf.reshape,tf.stack

2023-07-22 15:01:05 73

有一段时间没用tensorflow了，现在跑实验还是存在一些坑了，主要是关于张量计算的问题。tensorflow升级1.0版本后与以前的版本并不兼容，可能出现各种奇奇怪怪的问题。

1tf.concat函数

tensorflow1.0以前函数用法：tf.concat(concat_dim,values,name='concat')，第一个参数为连接的维度，可以将几个向量按指定维度连接起来。

如：

t1=[[1,2,3],[4,5,6]]
t2=[[7,8,9],[10,11,12]]
#按照第0维连接
tf.concat(0,[t1,t2])==>[[1,2,3],[4,5,6],[7,8,9],[10,11,12]]
#按照第1维连接
tf.concat(1,[t1,t2])==>[[1,2,3,7,8,9],[4,5,6,10,11,12]]

tf.concat的作用主要是将向量按指定维连起来，其余维度不变；而1.0版本以后，函数的用法变成：

t1=[[1,2,3],[4,5,6]]
t2=[[7,8,9],[10,11,12]]
#按照第0维连接
tf.concat([t1,t2]，0)==>[[1,2,3],[4,5,6],[7,8,9],[10,11,12]]
#按照第1维连接
tf.concat([t1,t2]，1)==>[[1,2,3,7,8,9],[4,5,6,10,11,12]]

位置变了，需要注意。

2tf.stack函数

用法：stack(values,axis=0,name=”stack”):

“”“Stacksalistofrank-Rtensorsintoonerank-(R+1)tensor.

x=tf.constant([1,4])
y=tf.constant([2,5])
z=tf.constant([3,6])
tf.stack([x,y,z])==>[[1,4],[2,5],[3,6]]
tf.stack([x,y,z],axis=0)==>[[1,4],[2,5],[3,6]]
tf.stack([x,y,z],axis=1)==>[[1,2,3],[4,5,6]]

tf.stack将一组R维张量变为R+1维张量。注意：tf.pack已经变成了tf.stack

3.tf.reshape

用法：reshape(tensor,shape,name=None):主要通过改变张量形状，可以从高维变低维，也可以从低维变高维；

a=tf.Variable(initial_value=[[1,2,3],[4,5,6]])==>shape:[2,3]
b=tf.Variable(initial_value=[[[1,2,3],[4,5,6]],[[7,8,9],[1,0,2]]])==>shape:[2,2,3]

a_1=tf.reshape(a,[2,1,1,3])==>[[[[1,2,3]]],[[[4,5,6]]]]
a_2=tf.reshape(a,[2,1,3])==>[[[1,2,3]],[[4,5,6]]]
b_1=tf.reshape(b,[2,2,1,3])==>[[[[1,2,3]],[[4,5,6]]],[[[7,8,9]],[[1,0,2]]]]

new_1=tf.concat([b_1,a_1],1)
new_2=tf.reshape(tf.concat([b,a_2],1),[2,3,1,3])
"""
new_1:
[[[[123]]

[[456]]

[[123]]]


[[[789]]

[[102]]

[[456]]]]
new_2；
[[[[123]]

[[456]]

[[123]]]


[[[789]]

[[102]]

[[456]]]]

补充知识：tensorflow中的reshape(tensor,[1,-1])和reshape(tensor,[-1,1])

和python中的reshape用法应该一样

importtensorflowastf
a=[[1,2],[3,4],[5,6]]
tf.reshape(a,[-1,1])
Out[13]:
tf.reshape(tf.reshape(a,[-1,1]),[1,-1])
Out[14]:

tf.reshape(tensor,[-1,1])将张量变为一维列向量

tf.reshape(tensor,[1,-1])将张量变为一维行向量

以上这篇浅谈tensorflow使用张量时的一些注意点tf.concat,tf.reshape,tf.stack就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。

浅谈tensorflow使用张量时的一些注意点tf.concat,tf.reshape,tf.stack

热门推荐

随机推荐