TensorFlow——索引与切片操作

最新推荐文章于 2024-01-16 08:00:00 发布
最新推荐文章于 2024-01-16 08:00:00 发布
阅读量901 收藏 1
点赞数
文章标签： 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/johnny_love_1968/article/details/117782571
版权

TensorFlow 的索引与切片操作

文章目录

一.基本切片操作

首先，TensorFlow有最基本的切片操作，这个和许多高级语言的方式一样。同时，TensorFlow与Numpy语法也兼容。可以直接照搬Numpy的切片和索引操作。

除了这些，TensorFlow也有其特有的切片方法。

二. TensorFlow 自带的切片方法

2.1-tf.gather

tf.gather(
    params,
    indices,
    validate_indices=None,
    name=None,
    axis=0
)
最低0.47元/天 解锁文章
南方惆怅客
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
深度学习框架(TensorFlow)基础教程——第5章：张量和基本运算
10-09
6. **索引与切片**：通过索引或切片可以访问张量的部分元素。 7. **聚合运算**：`tf.reduce_sum()`、`tf.reduce_mean()`等函数用于计算张量的总和、平均值等。 **三、会话（Session）** 在TensorFlow中，计算是在...
深度学习（7）TensorFlow基础操作三: 索引与切片
weixin_43360025的博客
08-09 1102
深度学习（7）TensorFlow基础操作三: 索引与切片一. 基础索引1. Basic indexing2. Numpy-style indexing3. start : end4. 切片索引（1）Indexing by “ : ”5. 切片索引（2）Indexing by “ : : ”6. 切片索引（3）Indexing by “ : : -1”7. 切片索引（4）Indexing by “ … ”二. 选择性索引1. tf.gather2. tf.gather_nd3. tf.boolean_mas
【深度学习_TensorFlow】索引与切片
m0_73222051的博客
06-18 1693
可以理解成多维数组的下标索引，索引方法是 变量名[ 下标 ][ 下标 ]创建下面一个张量是什么意思？tf.ones( [ 3, 30, 30, 3 ] ) ：它是一个四维的张量，形状为 (3, 30, 30, 3)。这个张量中的每个元素都是 1。具体来说，它是一个由 3 个 3x3x3 的矩阵组成的张量，每个矩阵中的每个元素都是 1。上述张量结合实际例子就可以理解为创建一个四维张量来储存图片信息，有3张照片，分别为30 * 30 的 3 通道彩色照片。
tensorflow切片
影子
09-06 509
学习tensorflow的切片方面的知识，主要主要：，：：，...,gather,gather_nd这些用法，tf.random.normal正太分布随即，tf.random.uniform均匀分布随即
TensorFlow 切片操作
廷益_飞鸟的博客
04-16 2876
1、切片操作 import tensorflow as tf import numpy as np print(tf.__version__) print(np.__version__) # 切片 start:end [A:B) a = tf.range(10) print(a) print(a[-1:]) print(a[-2:]) print(a[:2]) print(a[:-1]) ...
【TensorFlow2.0】(3) 索引与切片操作
博观而约取，厚积而薄发
11-23 2006
各位同学好，今天我和大家分享一下TensorFlow2.0中索引与切片。内容有： (1) 给定每一维度的索引来获取数据；(2) 切片索引；(3) 省略号应用；(4) tf.gather() 方法；(5) tf.gather_nd() 方法；(6) 布尔索引选数据 那我们开始吧。 1. 给定每一维度的索引获取数据 1.1 变量[ ][ ] 方法 首先定义一个全为1的四维tensor，如：tf.ones([2,3,3,2])。由于整个数据庞大，不利于观察，我们使用.shape来观察取出数据的情况。
TensorFlow文档（前三章已翻译成中文）
11-01
同时，还会涉及张量的形状操作、索引和切片等。 深入学习部分，TensorFlow提供了丰富的层库，如全连接层、卷积层、池化层等，用于构建神经网络。同时，损失函数、优化器和评估指标也是深度学习模型训练的关键。在...
Tensorflow学习笔记 -Python 语法学习笔记一基本语法
12-21
- 访问列表元素使用索引，如`c[0]`获取第一个元素，切片操作如`c[0:2]`获取子列表。 - 列表的修改、删除和插入操作，如`c[2] = 10`修改元素，`del c[1]`删除元素，`c.insert(1, 'new')`在指定位置插入元素。 5. *...
numpy-1.22.0.zip
最新发布
02-12
4. 索引和切片：numpy数组支持类似Python列表的索引和切片操作，可以方便地获取或修改数组中的特定元素。 5. ufunc（通用函数）：numpy提供了丰富的ufunc，如加法、减法、乘法等，它们可以对数组中的每个元素进行...
tensorflow实现对张量数据的切片操作方式
09-18
今天小编就为大家分享一篇tensorflow实现对张量数据的切片操作方式，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深度学习】二、张量的数据操作（张量的创建、运算、广播机制、索引与切片以及内存优化）
鹤子的一些知识共享
11-20 304
本章节主要介绍了张量的各种操作，张量的创建、运算、广播机制、索引与切片以及内存优化等
Tensorflow2.0笔记 - Tensor的数据索引和切片
vivo01的专栏
01-11 628
主要涉及的了基础下标索引"[]",逗号",",冒号":",省略号"..."操作，以及gather,gather_nd和boolean_mask的相关使用方法。
Tensorflow基础之张量操作索引与切片|维度变换|Broadcasting
m0_64578069的博客
01-16 619
通过start:end:step切片方式可以方便地提取一段数据，其中start为起始索引，end为结束读取位置索引（不包含end位），step为采样步长。tf.tile(x,multiples)函数完成在指定维度上复制，multiples分别指定了每个维度上的复制倍数，对应位置为1则不复制，对应位置为2则代表新长度要变为原来长度的二倍。特别地，step可以为负数，当为负数时，索引号end
张量-序列比较与索引提取
Victor_Li_的博客
10-07 114
如果x和y都为None,则返回condition中值为true的元素坐标,坐标以二维张量返回。如果x和y都不为None,则返回condition中值为true的坐标在x内的值以及condition中值为false的坐标在y内的值。返回的值共有两个:1、在x中出现,但是在y中没有出现的元素 2、这些元素在x中的索引,也就是下标或者位置。该函数返回一个张量,包含两个值:1、x中所有元素唯一化的数据列表y 2、x中的数据对应y元素的索引index。该函数用于将x中元素的值当作索引,返回新的张量。
TensorFlow2-基础（四）：Tensor的索引、切片
u013250861的博客
04-16 671
一、按照顺序采样 1、Basic indexing: [idx][idx][idx] 只能取一个元素 a = tf.ones([1,5,5,3]) a[0][0] a[0][0][0] a[0][0][0][2] 2、Same with Numpy: [idx, idx,…] a = tf.random.normal([4,28,28,3]) a[1].shape a[1,2].shape a[1,2,3].shape a[1,2,3,2].shape 3、start: end 表示从A到B取值，包含A
Tensorflow深度学习之十九：矩阵切片与链接
热门推荐
DaVinciL的博客
09-08 1万+
1、TensorFlow矩阵切片操作：tf.slice函数函数原型：slice(input_, begin, size, name=None) 参数： input：待切片的矩阵tensor。 begin：起始位置，表示从哪一个数据开始进行切片。这个起始位置从0开始。若input是一个n维的矩阵，则begin是一个长度为n的tensor。 size：切片的大小（尺寸），表示则起始位置开始获取每
tensorflow索引与切片
m0_68142870的博客
07-18 335
基础索引给定每一个维度的索引。原来a是有五个这样的矩阵，经过索引，我们是只要前二个维度的第一个的信息，所以就可以得到如上信息。就是在后面将想要得到的信息进一步具体化。如果想要继续深入的话，步骤和上面的一样。...
TensorFlow索引/维度变换
Swayzzu的博客
11-09 280
切片和Numpy一样。 采样 tf.gather按索引取数据。设数据是[4,35,8]，4个班级，每个班级35个学生，每个学生8门课 tf.gather_nd按维度索引 前面输入数据，后面填取的联合维度。双中括号，还是和单的一样，只不过返回的是一个1维的。只把最内层的括号当做联合索引的坐标。 下面的例子，也是一样，最内层的中括号，是一个联合索引。比如in56，第0个班级，第0号学生成绩，以及第1号班级，第1号学生的成绩。也就是每一个最内层中括号，都是一个样本，而里面的每一个数据，...
PyTorch深度学习入门：索引与切片操作详解
1. **基本索引与切片**： - 学习如何通过整数索引来访问张量特定元素，如`a[2,2]`，这会返回张量中的指定位置值，例如tensor(8)。 - 切片操作用于选取连续或非连续的部分，例如`a[1:,:-1]`会获取行号1和2、列号1到...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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