Tensorflow技巧

设置编码

# -*- coding: UTF-8 -*-

tf.reduce_sum

reduce_sum中axis=-1的理解就是把这个维度搞成1

reduce_sum:压缩求和，用于降维

# 'x' is [[1, 1, 1]

#         [1, 1, 1]]

x为2*3矩阵

#求和

tf.reduce_sum(x) ==> 6

#按列求和

tf.reduce_sum(x, 0) ==> [2, 2, 2]

x变为1*3矩阵

#按行求和

tf.reduce_sum(x, 1) ==> [3, 3]

可以看到在这里对列求和之后，并没有变为2*1矩阵

#按照行的维度求和

tf.reduce_sum(x, 1, keep_dims=True) ==> [[3], [3]]

添加keep_dims=True，变为2*1矩阵

#行列求和

tf.reduce_sum(x, [0, 1]) ==> 6

tf.transpose

point_cloud_transpose = tf.transpose(point_cloud, perm=[0, 2, 1])

#   perm=[0, 2, 1]的作用是，在高维张量中，对哪两维进行转置，[0,1,2]是不变的状态
# [0, 2, 1]就代表把第三维和第二维转
# 相当于把一个x*y*z的矩阵转置成x*z*y