tensorflow2.0 api学习

最新推荐文章于 2023-03-29 09:40:24 发布

Daisy和她的单程车票

最新推荐文章于 2023-03-29 09:40:24 发布

阅读量1.1k

点赞数 1

分类专栏： tensorflow2.0 python包

本文链接：https://blog.csdn.net/u012513618/article/details/109671774

版权

本文详细介绍了TensorFlow 2.0中的数据扩展操作，包括tf.tile与tf.keras.backend.repeat_elements的区别，并对tf.data.Dataset的各种功能进行了深入讲解，如创建、切片、批处理、缓存、过滤、映射、预取、重复、分区、洗牌、跳过、选取、窗口和拼接等操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.数据扩展

1.1 tf.tile 和tf.keras.backend.repeat_elements的区别

repeat_elements 是元素级别的，tile是维度级别的

repeat_elements(x, rep, axis):
x 是输入，rep为重复次数，axis是沿着某个轴

b = tf.constant([[1, 2, 3],[4,5,6]])
c=tf.keras.backend.repeat_elements(b, rep=3, axis=1)
output:
<tf.Tensor: shape=(2, 9), dtype=int32, numpy=
array([[1, 1, 1, 2, 2, 2, 3, 3, 3],
       [4, 4, 4, 5, 5, 5, 6, 6, 6]], dtype=int32)>

c=tf.keras.backend.repeat_elements(b, rep=2, axis=0)
output:
<tf.Tensor: shape=(4, 3), dtype=int32, numpy=
array([[1, 2, 3],
       [1, 2, 3],
       [4, 5, 6],
       [4, 5, 6]], dtype=int32)>

b = tf.constant([[[1, 2, 3],[4,5,6]],[[7, 8, 9],[10,9,8]]])
c=tf.keras.backend.repeat_elements(b, rep=3, axis=1)
c
output:
<tf.Tensor: shape=(2, 6, 3), dtype=int32, numpy=
array([[[ 1,  2,  3],
        [ 1,  2,  3],
        [ 1,  2,  3],
        [ 4,  5,  6],
        [ 4,  5,  6],
        [ 4,  5,  6]],

       [[ 7,  8,  9],
        [ 7,  8,  9],
        [ 7,  8,  9],
        [10,  9,  8],
        [10,

最低0.47元/天解锁文章