tf.stack解析

REALLYAI

于 2022-11-11 11:35:34 发布

阅读量368

点赞数

分类专栏： python 文章标签： python tensorflow 深度学习

本文链接：https://blog.csdn.net/qq_42037273/article/details/127803031

版权

python 专栏收录该内容

42 篇文章 0 订阅

订阅专栏

本文解析了TensorFlow中的stack函数，介绍了如何通过axis参数控制Tensor的维度扩展，以及axis_0和axis_1的不同效果。重点讲解了stack操作在列表Tensor堆叠中的应用和返回结果的shape变化。

摘要由CSDN通过智能技术生成

import tensorflow as tf

x = tf.constant([1, 4])
print(x.get_shape())  # (2,)
y = tf.constant([2, 5])
z = tf.constant([3, 6])


axis_0 = tf.stack([x, y, z])  # [[1, 4], [2, 5], [3, 6]] (Pack along first dim.)
print(axis_0.get_shape())  # (3, 2)

axis_1 = tf.stack([x, y, z], axis=1)  # [[1, 2, 3], [4, 5, 6]]
print(axis_1.get_shape())  # (2, 3)

tf.stack(values, axis=0, name="stack)

作用:将由秩为R的Tensor组成的列表堆叠成一个秩为R+1的Tensor
假如列表长度为N，也就是有N个秩为R且shape为(A, B,C)的Tensor，此时R其实是3，
如果axis=0，输出的Tensor的shape为(N, A, B, C);
如果axis=1,输出的Tensor的shape为（A,N,B,C）
在上述代码中下x, y,z的秩为1，因此得到的axis_0和axis_1的秩为2，这里N=3，A=2，所以axis_0的shape为(3,2),axis_1的shape为(2, 3)

参数：
values：有相同形状和类型的Tensor对象的一个列表
axis: 堆叠沿着的轴
name:该操作的名字(可选)
返回值: 一个跟valuse有相同类型的堆叠的Tensor