tensor 增加维度_tensor维度变换

维度变换是tensorflow中的重要模块之一，前面mnist实战模块我们使用了图片数据的压平操作，它就是维度变换的应用之一。

在详解维度变换的方法之前，这里先介绍一下View(视图)的概念。所谓View，简单的可以理解成我们对一个tensor不同维度关系的认识。举个例子，一个[ b,28,28,1 ]的tensor(可以理解为mnist数据集的一组图片)，对于这样一组图片，我们可以有一下几种理解方式：

(1)按照物理设备储存结构，即一整行的方式(28*28)储存，这一行有连续的784个数据，这种理解方式可以用[ b,28*28 ]表示

(2)按照图片原有结构储存，即保留图片的行列关系，以28行28列的数据理解，这种方式可以用[ b,28,28 ]表示

(3)将图片分块(比如上下两部分)，这种理解方式与第二种类似，只是将一张图变为两张，这种方式可以用[ b,2,14*28 ]表示

(4)增加channel通道，这种理解方式也与第二种类似，只是这种对rgb三色图区别更明显，可以用[ b,28 28,1 ]表示

通过维度的等价变换，就可以实现思维上View的转换

维度变换的方式：

方式1：tf.reshape(可通过破坏维度之间的关系改变tensor的维度，但不会改变原有数据的存储顺序)

a = tf.random.normal([4,28,28,3])print(a.shape)print(tf.reshape(a,[4,784,3]).shape)print(tf.reshape(a,[4,-1,3]).shape)print(tf.reshape(a,[4,784*3]).shape)print(tf.reshape(

tensor 增加维度_tensor维度变换相关推荐

tensor 增加维度_tensor 维度变换
operation view/reshape squeeze/unsqueeze transpose/ t / permute expand/ repeat 1.view/reshape import ...
给tensor增加维度或减少维度
import torch import tensorflow as tf import numpy as np#tf.expand_dims(input, axis=1) <-> tf.s ...
目标检测——各个框架下Tensor和矩阵的维度次序
1 致谢感谢网友凌风玉提供的资料, 博文链接:https://blog.csdn.net/oLingFengYu/article/details/88033668 2 不同框架下Tensor和矩阵的 ...
pytorch: 给tensor删除或者添加维度为1的维度（squeeze和unsqueeze）
删除tensor中维度为1的维度在pytorch中,用torch.squeeze()函数或者tensor的自身成员函数squeeze()去除维度为1的维度. import torch x = tor ...
pytorch 给tensor增加一维(unsqueeze)或删除一维(squeeze)
给tensor增加一维 b = a.unsqueeze(0) import torcha = torch.randn(3, 200, 200) b = a.unsqueeze(0) print(a.s ...
维度表创建规范_数据仓库维度建模-维度表设计
1 维度表的定义在维度建模中,通常将指标的度量称之为"事实",将产生度量的环境称之为"维度".将描述同一个业务实体的的多个维度列组合在一起,就是常说的&quo ...
《BI项目笔记》创建标准维度、维度自定义层次结构
原文:<BI项目笔记>创建标准维度.维度自定义层次结构
微软BI 之SSAS 系列 - 多维数据集维度用法之二事实维度(退化维度 Degenerate Dimension)...
这篇文章是基于上一篇 SSAS 系列 - 多维数据集维度用法之一引用维度 Referenced Dimension 继续讲解多维数据集维度用法中的事实维度. 事实维度,顾名思义就是把事实表 Fact ...
维、维度、维度表和事实表
目录 0 来自知乎的一个简单解释 1 维 2 维度 3 维度表 4 事实表 5 星型模式结构示意图 0 来自知乎的一个简单解释 1 维维是关于一个组织想要记录的视角或观点. 参考: 维的百度百科. ...

tensor 增加维度_tensor维度变换

tensor 增加维度_tensor维度变换相关推荐

最新文章

热门文章