tensorflow中n维张量（矩阵）维度解析

这几天在看一些tensorflow如何创建神经网络代码，对张量的维数问题产生了一些困惑，在查阅了资料后将自己的理解和感悟写下。

更新：如何判断张量的shape

比如：

img1 = tf.constant(value=[[[[1],[2],[3],[4]],[[1],[2],[3],[4]],[[1],[2],[3],[4]],[[1],[2],[3],[4]]]],dtype=tf.float32)

它的shape是什么呢？

我的理解如下：

首先先看最里面的括号，它表示一位张量，看里面的元素的个数，上面代码最里面括号里有1个元素。

接着看倒数第二层括号，倒数第二层括号里面有4个元素。

同理倒数第三层括号里有4个元素。

最外侧括号里有1个3维张量。

因此它的shape为：[1 4 4 1]

----------------------------------------------------------------------------------------------------------------------------------------------------------------

首先一维矩阵是很好理解的

a = tf.ones([2])
sess = tf.Session()
sess.run(tf.global_variables_initializer())
print(sess.run(a))

产生1行2列的矩阵

二维矩阵

a = tf.ones([2，3])
sess = tf.Session()
sess.run(tf.global_variables_initializer())
print(sess.run(a))

 

2行3列的矩阵

三维矩阵

a = tf.ones([2，3，3])
sess = tf.Session()
sess.run(tf.global_variables_initializer())
print(sess.run(a))

三维矩阵就不能用简单的行列式来理解了，它产生了2*3*3个1，先看最右边的3，代表最内层矩阵有3个1（我觉得可以理解成矩阵的列），接着中间的3代表第二层矩阵，它有3行，最左边的2表示最外层矩阵，有2行。我们如果给它填充些数字

a = tf.constant([1.,2,3,4,5,6,7,8,9],shape=[2,3,3])
sess = tf.Session()
sess.run(tf.global_variables_initializer())
print(sess.run(a))

它产生的结果如上图，为什么是这么填充的呢？

首先执行最右边的3，表示最内层矩阵a有3个元素：[1. 2. 3.]

接着执行中间的3，表示中间层b有3个最内层矩阵a：

[[1. 2. 3.]
  [4. 5. 6.]
  [7. 8. 9.]]

最后执行最左边的2，表示最外层有2个中间层b，因为并有个18个数字，所以剩下的9个数字都是最后的9：

[[[1. 2. 3.]
  [4. 5. 6.]
  [7. 8. 9.]]

 [[9. 9. 9.]
  [9. 9. 9.]
  [9. 9. 9.]]]

四维矩阵

四维矩阵类似于三维矩阵

a = tf.constant([1.,2,3,4,5,6,7,8,9],shape=[2,3,3,2])
sess = tf.Session()
sess.run(tf.global_variables_initializer())
print(sess.run(a))

Tensor维度理解

tf.reduce_mean这个函数是对矩阵求平均值

reduce_mean( input_tensor, axis=None, keep_dims=False, name=None, reduction_indices=None )

计算Tensor各个维度元素的均值。这个方法根据输入参数axis的维度上减少输入input_tensor的维度。
举个例子：

x = tf.constant([[1., 1.], [2., 2.]])
tf.reduce_mean(x)  # 1.5
tf.reduce_mean(x, 0)  # [1.5, 1.5]
tf.reduce_mean(x, 1)  # [1.,  2.]

 x是二维数组[[1.0,1.0],[2.0, 2.0]]
当axis参数取默认值时，计算整个数组的均值：(1.+1.+2.+2.)/4=1.5
当axis取0，意味着对列取均值：[1.5, 1.5]
当axis取1，意味着对行取均值：[1.0, 2.0]

如是三维数组，则结果如下：

a = tf.constant([1.,1,2,2,3,3,4,4],shape=[2,2,2])
sess = tf.Session()
sess.run(tf.global_variables_initializer())
print("初始矩阵：")
print(sess.run(a))
print("reduce_mean(a)：")
print(sess.run(tf.reduce_mean(a)))
print("tf.reduce_mean(a, 0)：")
print(sess.run(tf.reduce_mean(a, 0)))
print("tf.reduce_mean(a, 1)")
print(sess.run(tf.reduce_mean(a, 1)))
print("tf.reduce_mean(a, 2)")
print(sess.run(tf.reduce_mean(a, 2)))
print("\n")

 

 

发现，
当axis参数为NULL时，依然计算整个数组的均值：(float)(1+2+3+4+1+2+3+4)/8=2.5
当axis取0，计算方式是：

[[(1+3)/2, (1+3)/2],
 [(2+4)/2, (2+4)/2]]

当axis取1，计算方式是：

[[(1+2)/2, (1+2)/2],
 [(3+4)/2, (3+4)/2]]

当axis取2，计算方式是：

[[(1+1)/2, (2+2)/2],
 [(3+3)/2, (4+4)/2]]

为什么呢？？总结的公式如下：

规律：
对于k维的，如k=3.
tf.reduce_mean(x, axis=k-1)的结果是对最里面一维所有元素进行求平均数。
tf.reduce_mean(x, axis=k-2)是对倒数第二层里的向量对应的元素求平均数。
tf.reduce_mean(x, axis=k-3)把倒数第三层的每个向量对应元素求平均数。 

因此，当k=3，axis=2时，对最里面的所有一维元素求平均数，我们的最内层就是(1,1),(2,2),(3,3),(4,4)，第一个数字为（1+1）/2=1；

当k=3,axis=1时，对倒数第二层的向量所对应的元素求平均数，([1,1],[2,2])和([3, 3],[4, 4])，第一个数字为（1+2）/2=1.5；

当k=3，axis=2时，对倒数第三层的向量所对应的元素求平均数，([[1, 1], [2, 2]])([[3, 3], [4, 4]])，第一个数字为（1+3）/2=2；

四维矩阵也是类似的自己可以尝试算一下，加深理解。

参考：https://www.cnblogs.com/rossoneri/p/8029940.html

https://www.zhihu.com/question/51325408/answer/238082462

附加：关于类似于tf.reshape(input,[-1,28,28,1])这样的函数：

是将原来的input这个张量的shape变成[-1,28,28,1]这个维数，其中的-1表示系统自动计算出在最层的维度。