tf.stack和tf.unstack

参考 tf.stack - 云+社区 - 腾讯云

目录

一、tf.stcak()

二、tf.unstcak()

三、实例

---

一、tf.stcak()

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

将一列秩为R的张量叠加成一个秩为(R+1)的张量。 将值中的张量列表沿轴维进行打包，将其打包成一个比值中的每个张量的秩高1的张量。给出形状张量长度N的列表(A, B, C);如果axis == 0，则输出张量的形状为(N, A, B, C);如果axis == 1，则输出张量的形状为(A, N, B, C)等。

例：

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

这是unstack的反面。相当于numpy的:

tf.stack([x, y, z]) = np.stack([x, y, z])

 参数：

• value:  具有相同形状和类型的张量对象列表。
• axis:  一个整型数。要堆叠的轴。默认为第一个维度。负值环绕，所以有效范围是[-(R+1)， R+1)。
• name:  此操作的名称(可选)。

返回值：

• output:  与值类型相同的叠加张量。

可能产生的异常：

• ValueError: If axis is out of the range [-(R+1), R+1).

二、tf.unstcak()

tf.unstack(
    value,
    num=None,
    axis=0,
    name='unstack'
)

将秩为R张量的给定维数分解为秩为(R-1)张量。通过沿着轴维对num张量进行切分，从值中解压缩num张量。如果没有指定num(默认值)，则从值的形状推断它。如果value.shape[axis]未知，将引发ValueError。例如，给定一个形状张量(A, B, C, D);如果axis == 0，那么输出中的第i张量就是切片值[i，:，:，:]，而输出中的每个张量都有形状(B, C, D)。(注意，与split不同的是，未打包的维度已经没有了)。如果axis == 1，则输出中的第i张量为切片值[:，i，:，:]，输出中的每个张量都有形状(A, C, D)等。这是堆栈的反面。

参数：

• value:  要被解压的秩大于0的张量。
• num:  一个int类型， 一个整型数。尺寸轴的长度。如果没有(默认值)就自动推断。
• axis:  一个整型数。沿着整型数展开堆栈。默认为第一个维度。负值环绕，所以有效范围是[-R, R]。
• name:  操作的名称(可选)。

返回值：

• 张量对象的列表从值中分解。

异常：

• ValueError: If num is unspecified and cannot be inferred.
• ValueError: If axis is out of the range [-R, R).

三、实例

1、tf.stack

import tensorflow as tf

a = tf.constant([1, 2, 3])

b = tf.constant([4, 5, 6])

c = tf.stack( [a,b], axis=0)

with tf.Session() as sess:

 print(sess.run(c))


Output:
----------
[[1 2 3]
 [4 5 6]]
----------


如果设置axis = 1
Output:
--------
[[1 4]
 [2 5]
 [3 6]]
--------

2、tf.unstack

import tensorflow as tf

c = tf.constant([[1, 2, 3],

 [4, 5, 6]])

d = tf.unstack(c, axis=0)

e = tf.unstack(c, axis=1)

with tf.Session() as sess:

 print(sess.run(d))

 print(sess.run(e))


Output:
----------------------------------------------
[array([1, 2, 3]), array([4, 5, 6])]
[array([1, 4]), array([2, 5]), array([3, 6])]
----------------------------------------------

原链接:  tf.stack  |  TensorFlow Core v2.7.0

              https://tensorflow.google.cn/versions/r1.9/api_docs/python/tf/unstack?hl=en