tensorflow实现对张量数据的切片操作方式
(编辑:jimmy 日期: 2024/11/19 浏览:3 次 )
如下所示:
import tensorflow as tf a=tf.constant([[[1,2,3,4],[4,5,6,7],[7,8,9,10]], [[11,12,13,14],[20,21,22,23],[15,16,17,18]]]) print(a.shape) b,c=tf.split(a,2,0) #参数1、张量 2、获得的切片数 3、切片的维度 将两个切片分别赋值给b,c print(b.shape) print(c.shape with tf.Session() as sess: #查看运行结果 print(sess.run(b)) print(sess.run(c))
输出结果为
(2, 3, 4) (1, 3, 4) (1, 3, 4) [[[ 1 2 3 4] [ 4 5 6 7] [ 7 8 9 10]]] [[[11 12 13 14] [20 21 22 23] [15 16 17 18]]]
注意到此时b,c均为三维张量数据,若想转换为二维数组,可使用tf.reshape命令
d=tf.reshape(b,[3,4]) print(d.shape) #output (3, 4)
以上这篇tensorflow实现对张量数据的切片操作方式就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
下一篇:python系统指定文件的查找只输出目录下所有文件及文件夹