tensorflow中部分函数

• tf.tile() 函数

  tensorflow中的tile()函数是用来对张量(Tensor)进行扩展的，其特点是对当前张量内的数据进行一定规则的复制。最终的输出张量维度不变。  
  • 函数定义：

    tf.tile(
        input,
        multiples,
        name=None
    )

    input是待扩展的张量，multiples是扩展方法。
    假如input是一个3维的张量。那么mutiples就必须是一个1x3的1维张量。这个张量的三个值依次表示input的第1，第2，第3维数据扩展几倍。

  • 例子： 参考 https://blog.csdn.net/tsyccnh/article/details/82459859

  • import tensorflow as tf
    
    a = tf.constant([[1, 2], [3, 4], [5, 6]], dtype=tf.float32)
    a1 = tf.tile(a, [2, 3])
    
    with tf.Session() as sess:
        print(sess.run(a))
        print(sess.run(tf.shape(a)))
        print(sess.run(a1))
        print(sess.run(tf.shape(a1)))
    
    
    [[1. 2.]
     [3. 4.]
     [5. 6.]]
    [3 2]
    [[1. 2. 1. 2. 1. 2.]
     [3. 4. 3. 4. 3. 4.]
     [5. 6. 5. 6. 5. 6.]
     [1. 2. 1. 2. 1. 2.]
     [3. 4. 3. 4. 3. 4.]
     [5. 6. 5. 6. 5. 6.]]
    [6 6]

     

• tf.expand_dims()函数

  tf.expand_dims()函数用于给函数增加维度。
  • 定义：

    tf.expand_dims(
        input,
        axis=None,
        name=None,
        dim=None
    )

    参数：

    • input是输入张量。

    • axis是指定扩大输入张量形状的维度索引值。

    • dim等同于轴，一般不推荐使用。

  • 函数的功能是在给定一个input时，在axis轴处给input增加一个维度。

  • 示例  https://blog.csdn.net/TeFuirnever/article/details/8879781

    • import tensorflow as tf
      import numpy as np
      
      # 't2' is a tensor of shape [2, 3, 5]
      t2 = np.zeros((2,3,5))
      print(t2.shape)
      t3 = tf.expand_dims(t2, 0)
      t4 = tf.expand_dims(t2, 2)
      t5 = tf.expand_dims(t2, 3)
      print(t3.shape)
      print(t4.shape)
      print(t5.shape)
      
      > (2, 3, 5)
      > (1, 2, 3, 5)
      > (2, 3, 1, 5)
      > (2, 3, 5, 1)