Keras/Tensorflow Tensor 分割、切割

本文探讨了Keras框架中Lambda函数的应用,重点讲解了如何使用tf.split进行维度划分,并比较了Tensorflow框架下split函数的使用方式。通过实例展示了不同axis参数对按行、列分割的影响。
摘要由CSDN通过智能技术生成

1.Keras框架需要用到Lambda函数

keras.layers.Lambda(function, output_shape=None, mask=None, arguments=None)

function:函数,分割用到的是tf.split

output_shape:输出维度,下面代码是分成2块,在num_or_size_splits决定

axis=2,感觉是按列分;axis=1,是按照行分;axis=0,请求大家评论区补充

from keras.layers import Lambda
from tensorflow import tf

X_shortcut = X   #(?, 2, 256)

x11= Lambda(tf.split, arguments={'axis': 2, 'num_or_size_splits': 2})(X)  #(?,2,128)*2
x11= Lambda(tf.split, arguments={'axis': 1, 'num_or_size_splits': 2})(X)  #(?,1,256)*2
x11= Lambda(tf.split, arguments={'axis': 0, 'num_or_size_splits': 2})(X)  #(?,2,256)*2

2 Tensorflow框架直接使用tf.split

tf.split(value,num_or_size_splits,axis=0,num=None,name='split')

num_or_size_splits:每个分割后的张量的尺寸

当axis=0:按行分;当axis=1:按列分

参考:

https://www.csdn.net/tags/OtDaUgysNTMyMTgtYmxvZwO0O0OO0O0O.html

tf.split()_放下扳手&拿起键盘的博客-CSDN博客

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值