tensorflow中stack和unstack的使用,我们看代码分析:
import tensorflow as tf
a = tf.constant([2,3,1])
b = tf.constant([6,8,9])
c = tf.stack([a,b],axis=0)
d = tf.stack([a,b],axis=1)
with tf.Session() as sess:
print(sess.run(c))
print(sess.run(d))
[[2 3 1]
[6 8 9]]
[[2 6]
[3 8]
[1 9]]
同样的stack,一个是[[2 3 1] [6 8 9]],另外一个是[[2 6] ,[3 8],[1 9]],从结果可以看出,维度是不一样的,这也是因为axis一个是0,另外一个是1,我觉得这样理解比较好,axis这个参数设置为哪个轴,我们就把所要堆叠的array沿着该轴拼接在一起,就拿这个来说,当我们沿着axis=0的时候,我们就按照a和b的第0轴把他们拼接,但是因为他们第一个维度都只有一个值,所以就把他们各自拼接,当axis=1,的时候,就沿着第二轴对应的值一一拼接,也就是相当于列对应的值拼接。
e = tf.unstack(d,axis=0)
f = tf.unstack(d,axis=1)
with tf.Session() as sess:
print(sess.run(e))
print(sess.run(f))
[array([2, 6], dtype=int32), array([3, 8], dtype=int32), array([1, 9], dtype=int32)]
[array([2, 3, 1], dtype=int32), array([6, 8, 9], dtype=int32)]
接着看上面的,这个是unstack,从结果可以看出,就是按着某个轴将array拆解,拆成多个array组成的list