tensorflow中张量的提取值和赋值操作

最新推荐文章于 2024-07-25 23:27:22 发布
最新推荐文章于 2024-07-25 23:27:22 发布
阅读量2.7w 收藏 32
点赞数 6
分类专栏： 人工智能 深度学习基础理论与技术实践 文章标签： tensorflow gather scatter_nd document
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/chr1991/article/details/93474638
版权
本文详细介绍了在TensorFlow中如何使用tf.gather和tf.gather_nd从张量中提取值，以及如何通过tf.scatter_nd和tf.scatter_nd_update进行赋值操作。这两个函数提供了灵活的索引和更新机制，适用于各种场景，包括从张量中按索引获取值以及在特定位置更新张量的值。
摘要由CSDN通过智能技术生成

tf.gather和gather_nd从params中收集数值，tf.scatter_nd 和 tf.scatter_nd_update用updates更新某一张量。严格上说，tf.gather_nd和tf.scatter_nd_update互为逆操作。

已知数值的位置，从张量中提取数值：tf.gather, tf.gather_nd

tf.gather indices每个元素（标量）是params某个axis的索引，tf.gather_nd 中indices最后一个阶对应于索引值。

tf.gather函数

函数原型

gather(
    params,
    indices,
    validate_indices=None,
    name=None,
    axis=0
)

params是要查找的张量，indices是要查找值的索引（int32或int64），axis是查找轴，name是操作名。

如果indices是标量

output[a_0, ..., a_n, b_0, ..., b_n] = params[a_0, ..., a_n, indices, b_0, ..., b_n]

如果indices是向量

output[a_0, ..., a_n, i, b_0, ..., b_n] = params[a_0, ..., a_n, indices[i], b_0, ..., b_n]

如果indices是高阶张量

output[a_0, ..., a_n, i, ..., j, b_0, ... b_n] = params[a_0, ..., a_n, indices[i, ..., j], b_0, ..., b_n]

返回值：

该函数返回值类型与params相同，具体值是从params中收集过来的，形状为

最低0.47元/天 解锁文章
信道者
关注
  • 6
    点赞
  • 踩
  • 32
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
浅谈tensorflow中张量的提取值和赋值
12-23
tf.gather和gather_nd从params中收集数值，tf.scatter_nd 和 tf.scatter_nd_update用updates更新某一张量。严格上说，tf.gather_nd和tf.scatter_nd_update互为逆操作。 已知数值的位置，从张量中提取数值：tf.gather, tf.gather_nd tf.gather indices每个元素（标量）是params某个axis的索引，tf.gather_nd 中indices最后一个阶对应于索引值。 tf.gather函数 函数原型 gather( params, indices, validate_
Tensorflow小技巧整理：修改张量特定元素的值
Cerisier的博客
03-16 1万+
Tensorflow小技巧整理：修改张量特定元素的值 最近在做一个摘要生成的项目，过程中遇到了很多小问题，从网上查阅了许多别人解决不同问题的方法，自己也在旁边开了个jupyter notebook搞些小实验，这里总结一下遇到的一些问题。 Tensorflow用起来不是很顺手，很大原因在于tensor这个玩意儿，并不像数组或者列表那么的直观，直接print的话只能看到 Tensor(…) 这样的...
【深度学习入门】什么是张量？如何访问张量中的元素？如何对张量中的数据进行赋值？
最新发布
m0_62783065的博客
07-25 508
【深度学习入门】什么是张量？如何访问张量中的元素？如何对张量中的数据进行赋值？
使用tf.tensor_scatter_nd_update对张量进行赋值
XYQLTX的博客
04-02 1137
主要参数为三个：ref是被赋值的张量，indices是具体的索引位置，是整数类型的张量，updates是要赋值的张量，注意与ref为同样类型。该函数就是将ref[indices]的值替换为updates。tf.tensor_scatter_nd_update()是根据指定索引值（或切片）对张量进行新赋值。注意如果整行的赋值，updates 需要给出这一行所有的新值。对于二维张量的坐标赋值，注意indices 中每个元素为索引的[行，列]。利用行索引赋值整行（切片赋值）对于一维张量的坐标赋值。
tensorflow 中，修改张量tensor特定元素的值
wzg2016的博客
09-05 2万+
tensorflow中：                    constant tensor不能直接赋值，否则会报错：                TypeError: 'Tensor' object does not support item assignment        Variable tensor不能为某个特定元素赋值，只能为整个变量tensor全部赋值。        ...
Tensorflow修改张量特定位置元素的值
CICI❤️的博客
10-02 2687
张量和array一样可以通过切片获取，但是张量不可以直接修改某个值。 可以理解为张量具有“只读”的模式。 如果按照数组修改某个值的方式处理的话，会报错： import tensorflow as tf tensor_1 = tf.constant([x for x in range(1,10)]) tensor_1[4] = 0 # TypeError: 'Tensor' object do...
tensorflow 中查看张量值的方法
粉红豹的妖精洞
11-02 3万+
在调试用TensorFlow编写的程序的时候，需要知道某个tensor的值是什么。直接print只能打印输出张量的shape，dtype等信息，而要查看张量的值的方法如下： 【1】用class tf.Session或 class tf.InteractiveSession类中的eval 例如：
tensorflow中取值
wuzqChom的博客
07-18 1万+
最近在写用tensorflow的程序时，中途遇到想取出tensorflow中的返回值是什么，可是其返回值也是一个tensor。了两种方法：tf.cast(value,dtype=int)tf.to_int32(value)可是，着两条语句返回的都是一个tensor的信息，最后找到了这篇博客，两种方法都可以得到同样的结果： import tensorflow as tf a = tf.constant...
pytorch/tensorflow 直接给张量中的某个位置的值赋值，操作不可导。
zl_gao的搬砖记录
08-29 1256
参考：https://github.com/hadjisma/VideoAlignment/blob/master/d2tw/smoothDTW.py#L44。问题：给一个tensor A中[i,j]，赋值p。解决方案：通过引入一个额外的mask实现。ps: 没debug, 看起来是对的。可能会导致值覆盖，操作不可导。
tensorflow 关于张量 shape 数组
热门推荐
FREEDOM
02-21 3万+
```python # 2-D tensor `a` a = tf.constant([1, 2, 3, 4, 5, 6], shape=[2, 3]) => [[1. 2. 3.] [4. 5. 6.]] # 2-D tensor `b` b = tf.constant
Tensorflow 实现修改张量特定元素的值方法
09-20
今天小编就为大家分享一篇Tensorflow 实现修改张量特定元素的值方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
给 TensorFlow 变量进行赋值的方式
09-18
今天小编就为大家分享一篇给 TensorFlow 变量进行赋值的方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
tensorflow: 查看 tensor详细数值方法
12-24
问题 tensor详细数值 不能直接print打印： import tensorflow as tf x = tf.constant(1) print x 输出： Tensor("Const:0", shape=(), dtype=int32) 原因： print只能打印输出shape的信息，而要打印输出tensor的值，需要借助 tf.Session，tf.InteractiveSession。 因为我们在建立graph的时候，只建立 tensor 的 结构形状信息 ，并没有 执行 数据的操作。 解决方法 法一： import tensorflow as tf x = tf.const
tensorflow 中对数组元素的操作方法
09-20
在TensorFlow中，你可以使用切片操作来提取张量（tensor）的特定部分。假设有一个二维张量`A`，要提取第一行可以使用如下代码： ```python row = A[0, :] # 第一行的索引为0，冒号表示该维度上所有元素。 ``` ...
TensorFlow 张量操作
猫ER
11-12 913
本章节介绍TensorFlow基础类型的定义以及对于张量的操作。
tensorflow变量的赋值
huqiaozhuo7095的博客
04-13 5060
tensorflow中某两个变量的声明如下：w1=tf.Variable(tf.random_normal([2, 3], stddev=1, seed=1))w2=tf.Variable(tf.random_normal([3, 1], stddev=1, seed=1))x=tf.constant([[0.7, 0.9]])a=tf.matmul(x, w1)y=tf.matmul(a, w2...
tensorflow中赋值tensor
苦逼的程序猿
08-18 1286
方式一 // 设置输入图像 cv::Mat img = cv::imread("1.jpg", cv::IMREAD_COLOR); //cv::cvtColor(img, img, cv::COLOR_BGR2RGB); int height = img.rows; int width = img.cols; int depth = img.channels(); // 取图像数据，赋给tensorflow支持的Tensor变量中 tensorflow::Tensor
TensorFlow中张量详解：创建与操作
在TensorFlow中，张量（Tensor）是其核心概念，它是一种多维数组，用于表示数据在计算图中的流动。Tensorflow的张量支持各种数据类型，如`tf.int`、`tf.float`、`tf.bool`和`tf.string`，这使得它可以处理不同类型的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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