目录

1、利用index进行索引

2、利用“:”和“...”进行索引与切片

3、tf.gather()——对一个维度进行乱序索引

优势:

缺点:

例子

4、tf.gather_nd()——同时对多个维度进行索引

5、tf.boolean_mask()——通过布尔值来进行索引


1、利用index进行索引

2、利用“:”和“...”进行索引与切片

对于每一维

start:end:step

默认的是区间是:【start_index,end_index)

默认的取值间隔为:step

3、tf.gather()——对一个维度进行乱序索引

tf.gather(a,axies=n,indices=[5,1,3,2,5])1、a是数据源,即待索引切片的数据,设a.shape = tensorshape[4,35,8]
2、axies=n,表示的是需要进行索引的维度数,axies=0,表示对第一维进行索引,axies=1,表示对第二维进行索引,以此类推
3、indices=[,,,]:表示要提取数据的索引号4、通过tf.gather()返回的依旧是一个tensor

优势:

前面的两种索引方法是需要遵循一定的顺序进行索引切片的,那要进行乱序索引应该怎么办呢?这就需要用到

tf.gather()

缺点:

tf.gather()——一次只能对一个维度进行索引

例子

4、tf.gather_nd()——同时对多个维度进行索引

如上图可知,要想对多个维度进行索引时,可以用gather依次选取,但是维度很多时就不行了

这时候就需要使用到tf.gather_nd()

5、tf.boolean_mask()——通过布尔值来进行索引

TRUE则表示取值

FALSE表示不取值

tf.boolean_mask(a,mask=[True/False,...,True/False],axies=n)1、a表示的是数据源,待索引的数据集2、mask=【】:这里是由True和false组成的列表,根据这个列表去指定的维度进行索引,TRUE取值,FALSE不取3、axies=n:指定要进行索引的维度数,从外层到内层维度数依次从0递增注意:mask列表中TRUE和FALSE的总数必须和指定维度的元素的个数保持一致,否则会报错

【TensorFlow】——索引与切片相关推荐

  1. TensorFlow索引与切片语句

    学习课程 1.Basic indexing a=tf.ones([1,5,5,3]) #创建tensor a[0][0] #结果是5*3的tensor a[0][0][0] #结果是1*3的tenso ...

  2. 深度学习(7)TensorFlow基础操作三: 索引与切片

    深度学习(7)TensorFlow基础操作三: 索引与切片 一. 基础索引 1. Basic indexing 2. Numpy-style indexing 3. start : end 4. 切片 ...

  3. 【TensorFlow2.0】(3) 索引与切片操作

    各位同学好,今天我和大家分享一下TensorFlow2.0中索引与切片.内容有: (1) 给定每一维度的索引来获取数据:(2) 切片索引:(3) 省略号应用:(4) tf.gather() 方法:(5 ...

  4. Numpy入门教程:02. 索引、切片与迭代

    背景 什么是 NumPy 呢? NumPy 这个词来源于两个单词 – Numerical和Python.其是一个功能强大的 Python 库,可以帮助程序员轻松地进行数值计算,通常应用于以下场景: 执 ...

  5. python 字符串,字符串运算,比较,索引,切片等

    一: 字符串: str 作用:用来记录文本信息, 字面值表示方法:用引号括起来的部分都是字符串. '' 单引号 "" 双引号 ''' 三引号 """ ...

  6. dataframe两个表合并_Part25:Pandas基础(Series,DataFrame类的创建、索引、切片、算术方法)...

    一.为什么学习pandas numpy已经可以帮助我们进行数据的处理了,那么学习pandas的目的是什么呢? numpy能够帮助我们处理的是数值型的数据,当然在数据分析中除了数值型的数据还有好多其他类 ...

  7. Python 科学计算库 Numpy (二) —— 索引及切片

    目录 1. 索引及切片 (1)通过下标以及内置函数进行索引切片 (2)使用冒号分隔参数进行切片索引 (3)对部分元素进行索引并切片 (4)对多维数组进行索引切片 2. 高级索引 (1)整数数组索引 ( ...

  8. 【Python】掌握Python中的索引和切片

    作者 | Giorgos Myrianthous 编译 | VK 来源 | Towards Data Science 在Python中,像字符串或列表这样的有序序列的元素可以通过它们的索引单独访问.这 ...

  9. Pandas的学习(2.Series的索引和切片、基本概念以及Series的运算)

    Series的索引和切片 可以取中括号取单个索引(此时返回的是元素类型),或者中括号里一个列表取多个索引(此时返回的仍然是一个Series类型) 分为显示索引和隐式索引: (1) 显示索引 (必须给索 ...

最新文章

  1. 《卫报》长文解读机器的崛起:人类越来越无法掌控它们
  2. 框架学习之Spring 第五节 SSH整合开发[Spring2.5+Hibernate3.3+Struts2]
  3. DDM实践:数据库秒级平滑扩容方案
  4. Android中SQLite的使用
  5. 孙正义60亿贱卖波士顿动力,狂降至3折,现代汽车接盘
  6. IJ 自动生成构造方法
  7. js的BOM对象完全解析
  8. risc-v 操作系统教程
  9. boost::coroutine模块实现合并数组的测试程序
  10. eclipse怎么导入一个Java项目(莫要错过,最详细教程!)
  11. Text Storage table
  12. with语句python_Python之with语句
  13. CTO 技术管理的“三板斧”
  14. svn提交提示服务器文件被锁,svn被锁定怎么解决-svn被锁定的解决方法 - 河东软件园...
  15. pycharm主题、颜色、字体设置
  16. hadoop启动HDFS命令
  17. MongoDB的安装启动
  18. C语言--16进制转字符串
  19. 线序 RS232 RJ45 USB
  20. html手机页面怎么保存图片,【答疑】你知道手机怎么保存网页长图吗?超简单!...

热门文章

  1. React AntD 表格查看修改时默认选中几行数据
  2. vue图片懒加载插件vue-lazyload
  3. OCS (错误代码: 0-1-492)
  4. Java学习的快速入门:10行代码学JQuery
  5. C语言100例01 PHP版(练习)
  6. 绝对路径VS相对路径
  7. 组件局域网中的无集线器、Windows XP、Windows 7、Windows 8的对等网
  8. ASP.NET MVC中ViewData、ViewBag和TempData
  9. struts2的s:iterator 标签 详解
  10. Callable与Future的介绍