tensorflow tf.split 和 tf.unstack 实例

最新推荐文章于 2022-01-25 13:51:20 发布
最新推荐文章于 2022-01-25 13:51:20 发布
阅读量9.9k 收藏 4
点赞数 1
分类专栏： TensorFlow
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/guotong1988/article/details/74531236
版权 
import tensorflow as tf

A = [[1, 2, 3], [4, 5, 6]]
a0 = tf.split(A, num_or_size_splits=3, axis=1)
a1 = tf.unstack(A, num=3,axis=1)
a2 = tf.split(A, num_or_size_splits=2, axis=0)
a3 = tf.unstack(A, num=2,axis=0)
with tf.Session() as sess:
    print(sess.run(a0))
    print(sess.run(a1))
    print(
了解本专栏 订阅专栏 解锁全文 超级会员免费看
FocusOneThread
关注
专栏目录
订阅专栏
Tensorflow 2.x源码详解之开宗明义：基本介绍和张量(万文多图)
weixin_43178406的博客
01-24 1万+
1. tf2简介 2. 张量tensor（eager tensor） 2.1 张量简介 2.2 创建张量(tensor) 2.2.1 tf.constant 2.2.2 constant_initializer:指定shape和value的类 2.2.3 tf.eye：单位矩阵或指定的1矩阵 2.2.4 tf.fill:指定shape和value 2.2.5 one_hot 2.2.6 tf.ones:指定shape，value为1 2.2.7 ones_initializer ....
tf.split()
luoganttcc的博客
10-26 934
import numpy as np import tensorflow as tf a=np.reshape(range(24),(4,2,3)) sess=tf.InteractiveSession() b= tf.split(a,1,0) c=sess.run(b) 切割 c Out[37]: [array([[[ 0, 1, 2], [ 3, 4, 5]]...
用人话讲解tf.split
我们胃口太大几千几百万都装得下
05-10 9081
API原型（TensorFlow 1.8.0）： tf.split( value, num_or_size_splits, axis=0, num=None, name='split' ) 这个函数是用来切割张量的。输入切割的张量和参数，返回切割的结果。 value传入的就是需要切割的张量。 这个函数有两种切割的方式： 以三个维度的张量为例，比如说...
tf.split( )和tf.unstack( )
tortelee的博客
05-29 530
import tensorflow as tf A = [[1, 2, 3], [4, 5, 6]] a0 = tf.split(A, num_or_size_splits=3, axis=1)#不改变维数（！！） a1 = tf.unstack(A, num=3,axis=1) a2 = tf.split(A, num_or_size_splits=2, axis=0) a3 = tf.uns...
tf.stack和tf.unstack
hscoder的博客
12-23 1983
tf.stack和tf.unstack分别表示矩阵的合并和分解，下面用一个小示例演示用法import tensorflow as tf import sys import os import numpy as npa = tf.constant([1 , 2 , 3]) b = tf.constant([4 , 5 , 6])c = tf.stack([a , b] , axis=0) d = tf
Tensorflow基础知识之张量操作
qinzhongyuan的博客
06-04 2640
TensorFlow基础1. 张量 1. 张量 TensorFlow中的Tensor表示张量，其实就是多维数组。 名称 区别 Python列表(list) 元素可使用不同的数据类型，可以嵌套运用；在内存中离散存放，是一个动态的指针数组，读写效率低，占用内存，且不适合做数值计算 NumPy数组(ndarray) 元素数据类型相同，在内存中连续存放，存储空间小，读写速度快 TensorFlow张量(Tensor) 高速运行于GPU和CPU上，支持CPU、嵌入式等多种计算环境，高速的实现神
TensorFlow函数总览
Student_PAN的博客
12-19 911
Modules app模块：通用入口点脚本。 audio模块：tf.audio名称空间的公共API。 autograph模块：将纯Python转换为TensorFlow图形代码。 bitwise模块：用于操作整数的二进制表示的操作。 compat模块：Python 2与3兼容性的功能。 config模块：tf.config名称空间的公共API。 contrib模块：包含...
TensorFlow中slice,split,concat和stack等函数详解
陈京九的个人博客
07-05 1186
昨天尝试了用reshape操作numpy矩阵，但是发现reshape对矩阵的操作并不能满足我的需求，今天继续尝试 我的目标是将一个5x4x3的tensor张量转换为4x15的张量和20x3的张量，具体转换效果如下图所示。 由于操作对象是一个tensor张量，所以不能用...
tf.split用法
大柠檬的博客
11-16 2537
按照行或者列分割一个矩阵 第一个参数是待切分的张量，第二个是切分的大小，共切分为三个，每一个分别为4列，15列，11列。第三个参数为1表示按照列切分，为0表示按照行切分。 切分的子块的大小加起来应该等于母块的大小。比如这个例子，4+15+11=30列 看下面的代码例子 ...
tf.unstack()
牛腩面的博客
12-15 2409
tf.unstack() #对矩阵进行分解的函数 tf.unstack( value, num=None, axis=0, name='unstack' ) Args: value: 一个维度大于0的Tensor. num: default:None int 指定维度上数据长度.如果为None自动推断 axis: default:0 int...
tf.stack和tf.unstack用法
weixin_45187794的博客
01-25 2518
tf.unstack参数了如下： def unstack(value, num=None, axis=0, name="unstack"): Args: value: A rank `R > 0` `Tensor` to be unstacked. num: An `int`. The length of the dimension `axis`. Automatically inferred if `None` (the default). axis: An `i
tf.split函数说明
清晨的光明
09-30 2643
函数形式： tf.split(     value,     num_or_size_splits,     axis=0,     num=None,     name='split' ) 参数： value ：输入的tensor num_or_size_splits ：每个分割后的张量的尺寸，如果是个整数n，就将输入的tensor分为n个子tensor。如果是个tensor T，就...
tf.split()函数的用法
It’s All Uphill From Here
02-26 364
在tensorflow 的代码里经常看到tf.split()这个函数，今天来扒一扒这个API的用法 tf.split( value, num_or_size_splits, axis=0, num=None, name='split' ) Splits a tensor into sub tensors. If num_or_size_splits...
tensorflow 的tf.split函数的用法
m0_37859875的博客
05-25 1027
将张量进行切分 tf.split( value, num_or_size_splits, axis=0, num=None, name='split' ) value：待切分的张量 num_or_size_splits：切分的个数 axis：沿着哪个维度切分 其中分割方式分为两种 如果num_or_size_splits 传入的 是一个整数，那直接在axis=D这个维度上把张量平均切分成几个小张量 ； 如果num_or_size_splits 传入的是一个向量（这
tf.unstack讲解
UESTC_201722的博客
12-23 1197
tf.unstack tf.unstack( value, num=None, axis=0, name='unstack' ) ''' Args: value: A rank R > 0 Tensor to be unstacked. num: An int. The length of the dimension axis. Automatically...
tf.unstack
最新发布
08-21
tf.unstack 函数是 TensorFlow 中的一个操作，用于将张量沿着指定维度进行拆分。它的语法如下： ```python tf.unstack(value, axis=0, num=None, name='unstack') ``` 参数说明： - `value`：需要拆分的张量。 - `axis`：指定要沿着的维度。默认为 0。 - `num`：拆分后的张量数量。如果未指定，则默认为 value.shape[axis]。 - `name`：操作的名称。 返回值： 一个包含拆分后张量的列表。 例如，假设有一个 shape 为 (3, 4) 的张量，通过 `tf.unstack` 操作可以将其沿着维度 0 拆分成 3 个大小为 (4,) 的张量。 ```python import tensorflow as tf x = tf.constant([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]) unstacked = tf.unstack(x, axis=0) print(unstacked) ``` 输出结果为： ```
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

打赏作者

FocusOneThread

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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