tf.concat&tf.gather&tf.gather |
您所在的位置：网站首页 › tensorflow常用函数笔记 › tf.concat&tf.gather&tf.gather |
|
Tensorflow常用函数笔记
tf.concat
把一组向量从某一维上拼接起来，很向numpy中的Concatenate，官网例子： t1 = [[1, 2, 3], [4, 5, 6]] t2 = [[7, 8, 9], [10, 11, 12]] tf.concat([t1, t2], 0) ==> [[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]] tf.concat([t1, t2], 1) ==> [[1, 2, 3, 7, 8, 9], [4, 5, 6, 10, 11, 12]] # tensor t3 with shape [2, 3] # tensor t4 with shape [2, 3] tf.shape(tf.concat([t3, t4], 0)) ==> [4, 3] tf.shape(tf.concat([t3, t4], 1)) ==> [2, 6]123456789其实，如果是list类型的话也是可以的，只要是形似Tensor，最后tf.concat返回的还是Tensor类型 tf.gather类似于数组的索引，可以把向量中某些索引值提取出来，得到新的向量，适用于要提取的索引为不连续的情况。这个函数似乎只适合在一维的情况下使用。 import tensorflow as tf a = tf.Variable([[1,2,3,4,5], [6,7,8,9,10], [11,12,13,14,15]]) index_a = tf.Variable([0,2]) b = tf.Variable([1,2,3,4,5,6,7,8,9,10]) index_b = tf.Variable([2,4,6,8]) with tf.Session() as sess: sess.run(tf.global_variables_initializer()) print(sess.run(tf.gather(a, index_a))) print(sess.run(tf.gather(b, index_b))) # [[ 1 2 3 4 5] # [11 12 13 14 15]] # [3 5 7 9] 123456789101112131415161718 tf.gather_nd同上，但允许在多维上进行索引，例子只展示了一种很简单的用法，更复杂的用法可见官网。 import tensorflow as tf a = tf.Variable([[1,2,3,4,5], [6,7,8,9,10], [11,12,13,14,15]]) index_a = tf.Variable([[0,2], [0,4], [2,2]]) with tf.Session() as sess: sess.run(tf.global_variables_initializer()) print(sess.run(tf.gather_nd(a, index_a))) # [ 3 5 13]12345678910 tf.greater判断函数。首先张量x和张量y的尺寸要相同，输出的tf.greater(x, y)也是一个和x，y尺寸相同的张量。如果x的某个元素比y中对应位置的元素大，则tf.greater(x, y)对应位置返回True，否则返回False。与此类似的函数还有tf.greater_equal。 import tensorflow as tf x = tf.Variable([[1,2,3], [6,7,8], [11,12,13]]) y = tf.Variable([[0,1,2], [5,6,7], [10,11,12]]) x1 = tf.Variable([[1,2,3], [6,7,8], [11,12,13]]) y1 = tf.Variable([[10,1,2], [15,6,7], [10,21,12]]) with tf.Session() as sess: sess.run(tf.global_variables_initializer()) print(sess.run(tf.greater(x, y))) print(sess.run(tf.greater(x1, y1))) # [[ True True True] # [ True True True] # [ True True True]] # [[False True True] # [False True True] # [ True False True]] 123456789101112131415161718192021 tf.cast转换数据类型。 a = tf.constant([0, 2, 0, 4, 2, 2], dtype='int32') print(a) # b = tf.cast(a, 'float32') print(b) # 1234567 tf.expand_dims & tf.squeeze增加 / 压缩张量的维度。 a = tf.constant([0, 2, 0, 4, 2, 2], dtype='int32') print(a) # b = tf.expand_dims(a, 0) print(b) # print(tf.squeeze(b, 0)) # 12345678910 |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
| CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |