转载
[471]tf.reshape函数说明_周小董-CSDN博客 https://blog.csdn.net/xc_zhou/article/details/85342542
函数原型:
tf.reshape(
tensor,
shape,
name=None
)
功能:改变张量(tensor)的形状。
tensor形参传入一个tensor。shape传入一个向量,代表新tensor的维度数和每个维度的长度。如果传入[3,4,5],就会返回一个内含各分量数值和原传入张量 一模一样的3 *4 *5尺寸的张量。
如果shape传入的向量某一个分量设置为-1,比如[-1,4,5],那么这个分量代表的维度尺寸会被自动计算出来。
用法一,一个尺寸为1 * 9的张量转化为3 * 3的张量
# tensor 't' is [1, 2, 3, 4, 5, 6, 7, 8, 9]
# tensor 't' has shape [9]
reshape(t, [3, 3]) ==> [[1, 2, 3],
[4, 5, 6],
[7, 8, 9]]
用法二,一个尺寸为3 * 2 * 3的张量,转换为第二个维度尺寸为9的张量,即n * 9的张量:
reshape(t, [-1, 9]) ==> [[1, 1, 1, 2, 2, 2, 3, 3, 3],
[4, 4, 4, 5, 5, 5, 6, 6, 6]]
显然,n被计算为2。
用法三,仅含有单个元素的张量转化为标量:
t为张量[7]
reshape(t, []) ==> 7
第二篇转载
下文为CSDN博主「csdn0006」的原创文章,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/csdn0006/article/details/106238909
用法
tf.reshape函数用于对输入tensor进行维度调整,但是这种调整方式并不会修改内部元素的数量以及元素之间的顺序,换句话说,reshape函数不能实现类似于矩阵转置的操作。
比如,对于矩阵[[1,2,3],[4,5,6]],如果使用reshape,将维度变为[3,2], 其输出结果为:[[1,2],[3,4],[5,6]], 元素之间的顺序并没有改变:1之后还是2,
如果是矩阵转置操作,1之后应该为4。
tf.reshape不会更改张量中元素的顺序或总数,因此可以重用基础数据缓冲区。这使得它快速运行,而与要运行的张量有多大无关。
如果需要修改张量的维度来实现对元素重新排序,需要使用tf.transpose。
总结
关于tf.reshape函数我们需要知道的是:
1.函数用于张量维度调整,但是不会修改内部元素的数量以及相对顺序
2.shape中-1表示这个维度的大小,程序运行时会自动计算填充(因为变换前后元素数量不变,我们可以根据其他维度的大小,最终确定-1这个位置应该表示的数字)
3.如果需要通过修改内部元素的存储顺序以实现维度调整,需要使用tf.transpose函数