tensorflow使张量转置_Tensorflow02-张量操作

一、维度变换

多维张量在物理上以一维的方式连续存储，通过定义维度和形状，在逻辑上把它理解为多维张量。

当对多维张量进行维度变换时，只是改变了逻辑上索引的方式，没有改变内存中的存储方式。

1、改变张量形状

使用函数：tf.reshape(tensor, shape)

shape参数=-1：表示自动推导出长度

2、增加和删除维度

多维张量的轴，就是张量的维度，张量中轴的概念和用法，和 numpy 中一样。

轴也可以是负数，表示从后向前索引。

(1)增加维度

使用函数：tf.expand_dims(tensor, axis)：增加指定轴axis的维度，长度为 1。axis 的取值可为正，可为负。

(2)删除维度

tf.squeeze(tensor, asix=None) ：tensor 原始张量，axis 要删除的维度(只能删除长度为1的维度，省略时删除所有长度为1的维度)

增加和删除维度，只是改变了张量的视图，不会改变张量的存储。

3、交换维度

tf.transpose(tensor, perm) : perm 调整张量中各个轴的顺序，例如perm=[1,0,2]，即表示将tensor张量按照axis为1，0，