欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

TensorFlow人工智能學習按索引取數(shù)據(jù)及維度變換詳解

 更新時間:2021年11月11日 10:56:43   作者:Swayzzu  
這篇文章主要為大家介紹了TensorFlow人工智能學習按索引取數(shù)據(jù)及維度變換的示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助

一、按索引取數(shù)據(jù)

①tf.gather()

輸入?yún)?shù):數(shù)據(jù)、維度、索引

例:設數(shù)據(jù)是[4,35,8],4個班級,每個班級35個學生,每個學生8門課成績。

則下面In [49]的意思是,全部四個班級,每個班級取編號為2,3,7,9,16的學生,每個學生取所有8門課的成績。

②tf.gather_nd

前面輸入數(shù)據(jù),后面填取的聯(lián)合維度。只把最內層的括號當做聯(lián)合索引的坐標。​​​​​​​

下面的例子,也是一樣,最內層的中括號,是一個聯(lián)合索引。比如in56,第0個班級,第0號學生成績,以及第1號班級,第1號學生的成績。也就是每一個最內層中括號,都是一個樣本,而里面的每一個數(shù)據(jù),都相當于一個特征。

③tf.boolean_mask

按布爾值索引,不指定維度相當于是第一個維度,指定axis就會根據(jù)axis去索引。給索引矩陣也可以。

二、維度變換

①tf.reshape()

輸入?yún)?shù):數(shù)據(jù),希望變成的維度

②tf.transpose()

轉置,perm數(shù)字指的是數(shù)字所在位置上放哪一個原來的維度。

pytorch中圖像存儲維度是[b,c,h,w],tf中是[b,h,w,c]

③tf.expand_dims()

增加維度,第一個填的是數(shù)據(jù),第二個填的是維度,是指你希望把添加的維度作為第幾維。

④tf.squeeze()

可以去掉為1的維度。不指定維度的話就去掉所有的為1的維度。

以上就是TensorFlow人工智能學習按索引取數(shù)據(jù)及維度變換詳解的詳細內容,更多關于TensorFlow索引維度變換的資料請關注腳本之家其它相關文章!

相關文章

最新評論