tensorflow 张量的合并何分割

合并和分割的接口：

• tf.concat 拼接
• tf.split 分割
• tf.stack 堆叠
• tf.unstack 分割

tf.concat

例如：
a 收集 1-4 班的成绩： [class1-4, students, scores]
b 收集 5-8 班的成绩： [class5-6, students, scores]

# concat
a = tf.ones([4,35,8])
b = tf.ones([2,35,8])
c = tf.concat([a,b],axis=0)
print(c.shape)#(6, 35, 8)

a = tf.ones([4,35,8])
b = tf.ones([4,3,8])
print(tf.concat([a, b], axis=1).shape)#(4, 38, 8)

tf.stack 可以增加维度

School1:[classes, students, scores]
School2:[classes, students, scores]
[schools, classes, students, scores]

# stack
a = tf.ones([4,35,8])
b = tf.ones([4,35,8])
print(tf.stack([a, b], axis=0).shape)#(2, 4, 35, 8)

合并总结

合并的两种方式 ： concat \ stack

对于concat :

1. 维度要相同
2. 某一维度的数值可以不相同，但是其他的维度的数值必须相同
3. 总的来说，是把两个维度的某一个维度增大

对于stack :

1. 维度要完全相同
2. 总的来说，是在原有的维度上添加一个维度

tf.unstack

# unstack
print(c.shape)#(2, 4, 35, 8)
aa,bb = tf.unstack(c,axis=0)
print(aa.shape,bb.shape)
res = tf.unstack(c,axis=3)#(4, 35, 8) (4, 35, 8)
print(res[0].shape,res[7].shape)#(2, 4, 35) (2, 4, 35)

tf.split

#split
print(c.shape)#(2, 4, 35, 8)
res = tf.unstack(c,axis=3)#(4, 35, 8) (4, 35, 8)
print(len(res))
res = tf.split(c,axis=3,num_or_size_splits=2)
print(len(res))
res = tf.split(c,axis=3,num_or_size_splits=[2,2,4])
print(res[0].shape)#(2, 4, 35, 2)
print(res[2].shape)#(2, 4, 35, 4)

总结分割

分割的方式有两种： unstack \ split

对于 unstack :

1. 指定某一维度，会自动将某一维度分割为（这个维度对应的值n）n个
2. unstack是stack的逆

对于 split:

1. 可以通过参数 num_or_size_splits 来指定分割的块，它会自动均分
2. 也可以给参数 num_or_size_splits 传递一个序列，使得矩阵分割成指定的块