【tensorflow】tf.reshape函数说明:重塑张量
转载
[471]tf.reshape函数说明_周小董-CSDN博客 https://blog.csdn.net/xc_zhou/article/details/85342542
函数原型:
tf.reshape(tensor,shape,name=None
)
功能:改变张量(tensor)的形状。
tensor形参传入一个tensor。shape传入一个向量,代表新tensor的维度数和每个维度的长度。如果传入[3,4,5],就会返回一个内含各分量数值和原传入张量 一模一样的3 *4 *5尺寸的张量。
如果shape传入的向量某一个分量设置为-1,比如[-1,4,5],那么这个分量代表的维度尺寸会被自动计算出来。
用法一,一个尺寸为1 * 9的张量转化为3 * 3的张量
# tensor 't' is [1, 2, 3, 4, 5, 6, 7, 8, 9]
# tensor 't' has shape [9]
reshape(t, [3, 3]) ==> [[1, 2, 3],[4, 5, 6],[7, 8, 9]]
用法二,一个尺寸为3 * 2 * 3的张量,转换为第二个维度尺寸为9的张量,即n * 9的张量:
reshape(t, [-1, 9]) ==> [[1, 1, 1, 2, 2, 2, 3, 3, 3],[4, 4, 4, 5, 5, 5, 6, 6, 6]]
显然,n被计算为2。
用法三,仅含有单个元素的张量转化为标量:
t为张量[7]
reshape(t, []) ==> 7
第二篇转载
下文为CSDN博主「csdn0006」的原创文章,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/csdn0006/article/details/106238909
用法
tf.reshape函数用于对输入tensor进行维度调整,但是这种调整方式并不会修改内部元素的数量以及元素之间的顺序,换句话说,reshape函数不能实现类似于矩阵转置的操作。
比如,对于矩阵[[1,2,3],[4,5,6]],如果使用reshape,将维度变为[3,2], 其输出结果为:[[1,2],[3,4],[5,6]], 元素之间的顺序并没有改变:1之后还是2,
如果是矩阵转置操作,1之后应该为4。
tf.reshape不会更改张量中元素的顺序或总数,因此可以重用基础数据缓冲区。这使得它快速运行,而与要运行的张量有多大无关。
如果需要修改张量的维度来实现对元素重新排序,需要使用tf.transpose。
总结
关于tf.reshape函数我们需要知道的是:
1.函数用于张量维度调整,但是不会修改内部元素的数量以及相对顺序
2.shape中-1表示这个维度的大小,程序运行时会自动计算填充(因为变换前后元素数量不变,我们可以根据其他维度的大小,最终确定-1这个位置应该表示的数字)
3.如果需要通过修改内部元素的存储顺序以实现维度调整,需要使用tf.transpose函数
【tensorflow】tf.reshape函数说明:重塑张量相关推荐
- Tensorflow tf.placeholder函数
tf.placeholder(dtype, shape=None, name=None) 此函数可以理解为形参,用于定义过程,在执行的时候再赋具体的值 参数: dtype:数据类型.常用的是tf.fl ...
- tf.Graph()函数
TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统,其命名来源于本身的运行原理.Tensor(张量)意味着N维数组,Flow(流)意味着基于数据流图的计算,Tensor ...
- tf.squeeze()函数
tf.squeeze()函数用于从张量形状中移除大小为1的维度 squeeze(input,axis=None,name=None,squeeze_dims=None ) 给定张量输入,此操作返回相同 ...
- python tensorflow tf.Session().run()函数(运行操作并评估“fetches”中的张量)
参考文章:TensorFlow-sess.run() 当我们构建完图(可能是我们pre_process后生成的图片?NoNoNo,它只是指tensorflow框架的一种设计理念--计算流图)后,需要在 ...
- tensorflow 之 最近用到的几个小操作tf.reshape,tf.convert_to_tensor,tf.where
1.tf.reshape() #调整tensor的形状 img = .... img_res = tf.reshape(img, [-1]) 着重记录是shape=[-1]时,相当于flatten操作 ...
- TensorFlow学习笔记(十八)tf.reshape矩阵变形
tf.reshape(tensor, shape, name=None) 矩阵变形是常用的操作,在Tensorflow中调用方式有多种,例如: 1. tf.reshape tf.reshape(L3, ...
- tensorflow的tf.reduce_mean函数
tf.reduce_mean函数的作用是求平均值.第一个参数是一个集合,可以是列表.二维数组和多维数组.第二个参数指定在哪个维度上面求平均值.默认对所有的元素求平均.tf.reduce_mean 比如 ...
- 【转载】使用tf.py_func函数增加Tensorflow程序的灵活性
转自:https://blog.csdn.net/jiongnima/article/details/80555387 目录 tf.py_func函数接口 tf.py_func在Faster R-CN ...
- MATLAB————用reshape()函数将矩阵转换为张量
1 致谢 感谢MathWorks的官方文档, 链接如下: https://ww2.mathworks.cn/help/matlab/math/array-indexing.html 2 前言 今天在学 ...
最新文章
- 数据结构和算法基础概述
- 【转载】 了解实时媒体的播放(RTP/RTCP 和 RTSP)
- mro python_Python新式类的方法解析顺序MRO与Super
- BZOJ 4031: [HEOI2015]小Z的房间 Matrix-Tree定理
- 编程 常用3500汉字 常用字符
- 4*4行列式矩阵键盘
- 通过pyhive连接hive需要的Python包
- 如何利用cmd打开资源管理器
- 挖掘用户反馈中的宝藏——NLP文本标签化解密
- 螃蟹保存方法保存时间_活螃蟹如何保存才能活得时间久(这几个方法简单实用)...
- 转录组助力HIV-1病毒感染机制研究新成果
- word自动保存的文件怎么恢复,word文件恢复
- 园区网络—中小型企业网络工程项目实践(思科模拟器)
- 修改windows自带录音机录音时间方法
- 【windows——高效工作】写作篇
- BZOJ1721 Ski Lift 缆车支柱
- AfxGetThreadState 与 _AFX_THREAD_STATE 剖析
- 在pycharm中使用pyqt5
- Witt向量简介 §2.1:整数环Z关于p-进赋值的完备化的Z_p表示法
- STM32之ADC配置,ADC_Mode模式理解
热门文章
- opengl加载显示3D模型HMP类型文件
- boost::test模块命名函数参数框架的单元测试
- boost::reverse_copy相关的测试程序
- boost::intrusive::treap_set用法的测试程序
- boost::graph::dimacs_basic_reader用法的测试程序
- boost:is_straight_line_drawing用法的测试程序
- boost::geometry::strategy::within::franklin用法的测试程序
- boost::fusion::as_deque用法的测试程序
- GDCM:Torture的测试程序
- boost::allocator_void_pointer