TensorFlow-tf.linspace

tf.linspace

沿给定轴在间隔内生成均匀间隔的值。

tf.linspace(start, stop, num, name=None, axis=0)

参数
start	张量。必须为以下类型：bfloat16,float32,float64。N-D张量。范围中的第一项。
stop	张量。必须和start有相同的类型和形状。N-D张量。范围中的最后一项。
num	张量。必须为以下类型：int32,int64。0-D张量。生成数值的数量。
name	操作的名称(可选)。
axis	执行操作的Axis(仅在提供N-D张量时使用)。
Returns	张量。和start有相同的类型。

从起始点开始，沿着给定的轴生成一个num均匀间隔值序列。

如果num > 1，序列中的值加(stop - start) / (num - 1)，最后一个值正好是stop。

如果num <= 0，则引发ValueError。

实例

(python3.7) E:\PYTHON>python
Python 3.7.16 (default, Jan 17 2023, 16:06:28) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
>>> tf.linspace(10.0, 12.0, 3, name="linspace")
2023-03-28 10:38:30.881152: I tensorflow/core/platform/cpu_feature_guard.cc:193] This TensorFlow binary is optimized with oneAPI Deep Neural Network Library (oneDNN) to use the following CPU instructions in performance-critical operations:  AVX AVX2
To enable them in other operations, rebuild TensorFlow with the appropriate compiler flags.
<tf.Tensor: shape=(3,), dtype=float32, numpy=array([10., 11., 12.], dtype=float32)>
>>>

Start和stop可以是任意大小的张量:

>>> tf.linspace([0., 5.], [10., 40.], 5, axis=0)
<tf.Tensor: shape=(5, 2), dtype=float32, numpy=
array([[ 0.  ,  5.  ],
       [ 2.5 , 13.75],
       [ 5.  , 22.5 ],
       [ 7.5 , 31.25],
       [10.  , 40.  ]], dtype=float32)>
>>>

Axis是生成值的地方(对应于Axis返回的张量维度将等于num)

>>> tf.linspace([0., 5.], [10., 40.], 5, axis=-1)
<tf.Tensor: shape=(2, 5), dtype=float32, numpy=
array([[ 0.  ,  2.5 ,  5.  ,  7.5 , 10.  ],
       [ 5.  , 13.75, 22.5 , 31.25, 40.  ]], dtype=float32)>

内容参考自：https://www.tensorflow.org/api_docs/python/tf/linspace