Tensorflow 2.0 API Interface 个人理解

  1. tf.gather()        #从一个维度上,根据索引获取tensor数据的一部分

        例如:tf.gather(a, axis = 0, indices = [2, 3])

                    假设 a.shape ---------> [2, 35, 8]

                    上述操作,就是在a的0维度上获取,索引为2、3的数据

                    则tf.gather(a, axis = 0, indices = [2, 3]).shape ---> [2, 35, 8]

    2.tf.gather_nd()        #从多个维度上,根据索引,返回一个向量

          例如:tf.gather_nd(a, [0])

                    假设 a.shape ----------->[4, 35, 8]

                    上述操作,就是在a的维度0上面,所以0对应的值

                    则tf.gather_nd(a, [0]).shape -------> (35, 8)

          tf.gather_nd(a, [[0, 0], [1, 1]])

                    假设 a.shape --------->[4, 35, 8]

                    分析上述操作:[[0, 0], [1, 1]]

                    [0, 0] -------> 分别对应a的两个维度0、1

                    [1, 1]---------> 分别对应a的两个维度0、1

                    然后把索引数据,合并到一起(增加一个维度),返回

                    则tf.gather_nd(a, [0, 0], [1, 1]).shape ---->[2, 8]

       3、tf.transpose()        #转置

            例如:a,shape ----> [4, 3, 2, 1]

                       b = tf.transpose(a)

                       b.shape --------> [1, 2, 3, 4]            #在不指定转置后的维度顺序时,默认颠倒原始维                                                                                 度顺序

                       e = tf.transpose(a, perm=[0, 1, 3, 2])

                        e.shape ----------> [4, 3, 1, 2]        #可以通过perm参数指定,转置后的原始维度的                                                                                   先后顺序

      4、tf.squeeze()            #移除张量大小为1的维度

                例如:a.shape -----> [1, 2, 1, 1, 3]

                            tf.squeeze(a).shape -----------> [2, 3]

                            tf.squeeze(a, axis=2).shape ----------> [1, 2, 1, 3]        #可以指定维度,当该维度                                                                                                       大小为1的时候被移除,否则报错

      5、tf.tile()                #对每一个维度指定复制的次数

                例如:a.shape --------> [1, 3, 4]

                            tf.tile(a, [2, 1, 1]).shape ---------> [2, 3, 4]            #用一个列表指定每一个维度对                                                                                                            应重复的次数

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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

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