不懂锤爆我系列之Tensorflow入门学习—— 张量扩展函数tile()详解

第二期，第二期，开始，开始。

在tensorflow中有个很常用的张量扩展函数——tile()，看过了许多讲解博客之后，觉得有必要系统的进行一下整理。同时，我将讲解一维、二维、乃至多维张量使用tile()的运算过程与规则。

下面，我们还是以一段代码为例：

import tensorflow as tf
#下面两行是为了抛掉错误信息的提示，大家忽略即可
import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'

#一维张量， 即shape = [X, ]的张量
a = tf.tile([1, 2, 3],[3])

#二维张量， 即shape = [X, Y]的张量
b = tf.tile( [[1, 2], [2, 3], [3, 4]] ,[3, 2])

#三维张量， 即shape = [X, Y, Z]的张量
temp = tf.Variable(tf.random_normal(shape=(1, 3, 2)))

c = tf.tile(temp, [2, 1, 1])
d = tf.tile(temp, [2, 2, 1])
e = tf.tile(temp, [2, 2, 2])

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print(sess.run(a))
    print(sess.run(b))
    print("---------------------------")
    print(sess.run(temp))
    print("------------