TensorFlow2.0:张量的合并与分割

本文介绍了TensorFlow2.0中处理张量的四个关键函数:tf.concat用于张量合并,tf.stack实现数据堆叠并创建新维度,tf.unstack进行解堆叠操作,以及tf.split函数用于张量分割。详细阐述了每个函数的使用方法和应用场景。
摘要由CSDN通过智能技术生成

**

一 tf.concat( ) 函数–合并

**

In [2]: a = tf.ones([4,35,8])                                                   

In [3]: b = tf.ones([2,35,8])                                                   

In [4]: c = tf.concat([a,b],axis=0)                                             

In [5]: c.shape                                                                 
Out[5]: TensorShape([6, 35, 8])

In [6]: a = tf.ones([4,32,8])                                                   

In [7]: b = tf.ones([4,3,8])                                                    

In [8]: c = tf.concat([a,b],axis=1)                                             

In [9]: c.shape                                                                 
Out[9]: TensorShape([4, 35, 8])

**

二 tf.stack( ) 函数–数据的堆叠,创建新的维度

**

In [2]: a = tf.ones([4,35,8])           
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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