在TensorFlow中實(shí)現(xiàn)矩陣維度擴(kuò)展
一般TensorFlow中擴(kuò)展維度可以使用tf.expand_dims()。近來(lái)發(fā)現(xiàn)另一種可以直接運(yùn)用取數(shù)據(jù)操作符[]就能擴(kuò)展維度的方法。
用法很簡(jiǎn)單，在要擴(kuò)展的維度上加上tf.newaxis就行了。
foo = tf.constant([[1,2,3], [4,5,6], [7,8,9]]) print(foo[tf.newaxis, :, :].eval()) # => [[[1,2,3], [4,5,6], [7,8,9]]] print(foo[:, tf.newaxis, :].eval()) # => [[[1,2,3]], [[4,5,6]], [[7,8,9]]] print(foo[:, :, tf.newaxis].eval()) # => [[[1],[2],[3]], [[4],[5],[6]],[[7],[8],[9]]]
參考：
https://tensorflow.google.cn/api_docs/python/tf/Tensor?hl=en#__getitem__
補(bǔ)充知識(shí)：tensorflow 利用expand_dims和squeeze擴(kuò)展和壓縮tensor維度
在利用tensorflow進(jìn)行文本挖掘工作的時(shí)候，經(jīng)常涉及到維度擴(kuò)展和壓縮工作。比如對(duì)文本進(jìn)行embedding操作完成之后，若要進(jìn)行卷積操作，就需要對(duì)embedded的向量擴(kuò)展維度，將[batch_size, embedding_dims]擴(kuò)展成為[batch_size, embedding_dims, 1]，利用tf.expand_dims(input, -1)就可實(shí)現(xiàn)，反過(guò)來(lái)用squeeze(input, -1)或者tf.squeeze（input）也可以把最第三維去掉。
tf.expand_dims()
tf.squeeze()
tf.expand_dims()
tf.expand_dims(input, axis=None, name=None, dim=None)
在第axis位置增加一個(gè)維度.
給定張量輸入，此操作在輸入形狀的維度索引軸處插入1的尺寸。 尺寸索引軸從零開(kāi)始; 如果您指定軸的負(fù)數(shù)，則從最后向后計(jì)數(shù)。
如果要將批量維度添加到單個(gè)元素，則此操作非常有用。 例如，如果您有一個(gè)單一的形狀[height，width，channels]，您可以使用expand_dims（image，0）使其成為1個(gè)圖像，這將使形狀[1，高度，寬度，通道]。
例子
# 't' is a tensor of shape [2] shape(expand_dims(t, 0)) ==> [1, 2] shape(expand_dims(t, 1)) ==> [2, 1] shape(expand_dims(t, -1)) ==> [2, 1] # 't2' is a tensor of shape [2, 3, 5] shape(expand_dims(t2, 0)) ==> [1, 2, 3, 5] shape(expand_dims(t2, 2)) ==> [2, 3, 1, 5] shape(expand_dims(t2, 3)) ==> [2, 3, 5, 1]
tf.squeeze()
tf.squeeze(input, axis=None, name=None, squeeze_dims=None)
直接上例子
# 't' is a tensor of shape [1, 2, 1, 3, 1, 1] shape(squeeze(t)) ==> [2, 3] # 't' is a tensor of shape [1, 2, 1, 3, 1, 1] shape(squeeze(t, [2, 4])) ==> [1, 2, 3, 1]
以上這篇在TensorFlow中實(shí)現(xiàn)矩陣維度擴(kuò)展就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
這篇文章主要介紹了pyqt5實(shí)現(xiàn)俄羅斯方塊游戲，小編覺(jué)得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2019-01-01
一篇文章入門Python生態(tài)系統(tǒng)(Python新手入門指導(dǎo))
原文寫于2011年末，雖然文中關(guān)于Python 3的一些說(shuō)法可以說(shuō)已經(jīng)不成立了，但是作為一篇面向從其他語(yǔ)言轉(zhuǎn)型到Python的程序員來(lái)說(shuō)，本文對(duì)Python的生態(tài)系統(tǒng)還是做了較為全面的介紹2015-12-12
對(duì)python中Matplotlib的坐標(biāo)軸的坐標(biāo)區(qū)間的設(shè)定實(shí)例講解
今天小編就為大家分享一篇對(duì)python中Matplotlib的坐標(biāo)軸的坐標(biāo)區(qū)間的設(shè)定實(shí)例講解，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-05-05
這篇文章主要介紹了Python面向?qū)ο蠓庋b操作,結(jié)合案例形式詳細(xì)分析了Python面向?qū)ο笤谟螒蛑蟹庋b角色的屬性、動(dòng)作相關(guān)原理與使用技巧,需要的朋友可以參考下2020-01-01
用Python設(shè)計(jì)一個(gè)經(jīng)典小游戲
本篇文章主要介紹如何用Python設(shè)計(jì)一個(gè)經(jīng)典小游戲：猜大小。具有很好的參考價(jià)值。下面跟著小編一起來(lái)看下吧2017-05-05
這篇文章主要介紹了python字符串操作,主要包括字符串的分割、字符串的查找，替換、字符串的判斷，下面一起進(jìn)入文章了解具體內(nèi)容,需要的朋友可以參考一下2021-11-11
這篇文章主要介紹了pygame畫(huà)點(diǎn)線的方法，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)吧2022-11-11
跨平臺(tái)的pywifi模塊支持操作無(wú)線網(wǎng)卡，該模塊易于使用，同時(shí)支持Windows、Linux等多個(gè)系統(tǒng)，這篇文章主要介紹了Python中pywifi模塊的基本用法,需要的朋友可以參考下2022-11-11
把項(xiàng)目從Python2.x移植到Python3.x的經(jīng)驗(yàn)總結(jié)
這篇文章主要介紹了把項(xiàng)目從Python2.x移植到Python3.x的經(jīng)驗(yàn)總結(jié),包括作者所使用的Jinja2框架中一些需要注意的地方,需要的朋友可以參考下2015-04-04
python 實(shí)現(xiàn)單通道轉(zhuǎn)3通道
今天小編就為大家分享一篇python 實(shí)現(xiàn)單通道轉(zhuǎn)3通道，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-12-12