python(1):tf.transpose函数

本文介绍了如何使用TensorFlow的tf.transpose函数对张量进行转置操作,特别是在图像处理中将数据从NCHW转换为NHWC格式。通过设置perm参数,可以实现不同维度的置换,以适应不同的计算需求。示例代码展示了如何转置二维和三维张量。
摘要由CSDN通过智能技术生成

tf.transpose(a, perm = None, name = 'transpose')

a是一个张量(Tensor),实际上就是一个数组。

perm是a置换的维度

name是操作的名称

最后返回一个转置的张量

 

图像处理时数据集中存储数据的形式为:[channel,image_height,image_width],在intel GPU加速的情况下,因为GPU对于图像的处理比较多,希望在访问同一个channel的像素是连续的,一般存储选用NCHW【参考链接:NCHW和NHWC】。而在tensorflow中使用CNN时我们需要将其转化为[image_height,image_width,channel]的形式,这个时候我们可以使用tf.transpose函数,即tf.transpose(a.[1,2,0])

如果perm没有给定,那么默认是perm是=[n-1,n-2,n-3.....,0],其中rank(a)=n

对于二维输入数据,默认perm就是常规的矩阵转置操作。

 

tf.transpose的第二个参数perm=[0,1,2],0代表三维数组的高(即为二维数组的个数),1代表二维数组的行,2代表二维数组的列。
tf.transpose(x, perm=[1,0,2])代表将三位数组的高和行进行转置。

 

wiki文档如下&#

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值