在TensorFlow中實(shí)現(xiàn)矩陣維度擴(kuò)展
一般TensorFlow中擴(kuò)展維度可以使用tf.expand_dims()。近來發(fā)現(xiàn)另一種可以直接運(yùn)用取數(shù)據(jù)操作符[]就能擴(kuò)展維度的方法。
用法很簡單，在要擴(kuò)展的維度上加上tf.newaxis就行了。
foo = tf.constant([[1,2,3], [4,5,6], [7,8,9]]) print(foo[tf.newaxis, :, :].eval()) # => [[[1,2,3], [4,5,6], [7,8,9]]] print(foo[:, tf.newaxis, :].eval()) # => [[[1,2,3]], [[4,5,6]], [[7,8,9]]] print(foo[:, :, tf.newaxis].eval()) # => [[[1],[2],[3]], [[4],[5],[6]],[[7],[8],[9]]]
參考：
https://tensorflow.google.cn/api_docs/python/tf/Tensor?hl=en#__getitem__
補(bǔ)充知識(shí)：tensorflow 利用expand_dims和squeeze擴(kuò)展和壓縮tensor維度
在利用tensorflow進(jìn)行文本挖掘工作的時(shí)候，經(jīng)常涉及到維度擴(kuò)展和壓縮工作。比如對文本進(jìn)行embedding操作完成之后，若要進(jìn)行卷積操作，就需要對embedded的向量擴(kuò)展維度，將[batch_size, embedding_dims]擴(kuò)展成為[batch_size, embedding_dims, 1]，利用tf.expand_dims(input, -1)就可實(shí)現(xiàn)，反過來用squeeze(input, -1)或者tf.squeeze（input）也可以把最第三維去掉。
tf.expand_dims()
tf.squeeze()
tf.expand_dims()
tf.expand_dims(input, axis=None, name=None, dim=None)
在第axis位置增加一個(gè)維度.
給定張量輸入，此操作在輸入形狀的維度索引軸處插入1的尺寸。 尺寸索引軸從零開始; 如果您指定軸的負(fù)數(shù)，則從最后向后計(jì)數(shù)。
如果要將批量維度添加到單個(gè)元素，則此操作非常有用。 例如，如果您有一個(gè)單一的形狀[height，width，channels]，您可以使用expand_dims（image，0）使其成為1個(gè)圖像，這將使形狀[1，高度，寬度，通道]。
例子
# 't' is a tensor of shape [2] shape(expand_dims(t, 0)) ==> [1, 2] shape(expand_dims(t, 1)) ==> [2, 1] shape(expand_dims(t, -1)) ==> [2, 1] # 't2' is a tensor of shape [2, 3, 5] shape(expand_dims(t2, 0)) ==> [1, 2, 3, 5] shape(expand_dims(t2, 2)) ==> [2, 3, 1, 5] shape(expand_dims(t2, 3)) ==> [2, 3, 5, 1]
tf.squeeze()
tf.squeeze(input, axis=None, name=None, squeeze_dims=None)
直接上例子
# 't' is a tensor of shape [1, 2, 1, 3, 1, 1] shape(squeeze(t)) ==> [2, 3] # 't' is a tensor of shape [1, 2, 1, 3, 1, 1] shape(squeeze(t, [2, 4])) ==> [1, 2, 3, 1]
以上這篇在TensorFlow中實(shí)現(xiàn)矩陣維度擴(kuò)展就是小編分享給大家的全部內(nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
使用Python的Tornado框架實(shí)現(xiàn)一個(gè)Web端圖書展示頁面
Tornado是Python的一款高人氣Web開發(fā)框架,這里我們來展示使用Python的Tornado框架實(shí)現(xiàn)一個(gè)Web端圖書展示頁面的實(shí)例,通過該實(shí)例可以清楚地學(xué)習(xí)到Tornado的模板使用及整個(gè)Web程序的執(zhí)行流程.2016-07-07
本篇文章主要介紹了python 實(shí)現(xiàn)A*算法的示例代碼，A*作為最常用的路徑搜索算法，值得我們?nèi)ド羁痰难芯?，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-08-08
Python開啟線程,在函數(shù)中開線程的實(shí)例
今天小編就為大家分享一篇Python開啟線程,在函數(shù)中開線程的實(shí)例，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-02-02
如果能夠?qū)⑽覀兊臒o序數(shù)據(jù)快速組織成更易讀的格式,對于數(shù)據(jù)分析非常有幫助,下面這篇文章主要介紹了關(guān)于如何使用Python代碼創(chuàng)建表格的相關(guān)資料,文中通過實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下2023-06-06
Python10行代碼實(shí)現(xiàn)模擬百度搜索的示例
本文主要介紹了Python10行代碼實(shí)現(xiàn)模擬百度搜索的示例，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2022-07-07
這篇文章主要介紹了基于Django signals 信號作用及用法詳解，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-03-03
這篇文章主要是帶著大家通過Python Tkinter制作一個(gè)屬于自己的GUI圖形化界面，可以用于設(shè)計(jì)簽名的哦，感興趣的小伙伴快跟隨小編一起學(xué)習(xí)一下吧2022-04-04
Python使用Rich實(shí)現(xiàn)美化終端顯示效果
Rich庫的功能就像它的名字一樣,使Python編程更加豐富（rich）,用來幫助開發(fā)者在控制臺(tái)（命令行）輸出中創(chuàng)建豐富、多彩和具有格式化的文本,下面我們就來了解下它的具體使用吧2024-02-02
這篇文章主要為大家詳細(xì)介紹了Ubuntu18.04下python版本完美切換的解決方法，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2019-06-06
Python捕獲全局的KeyboardInterrupt異常的方法實(shí)現(xiàn)
KeyboardInterrupt異常是Python中的一個(gè)標(biāo)準(zhǔn)異常,它通常發(fā)生在用戶通過鍵盤中斷了一個(gè)正在運(yùn)行的程序,本文主要介紹了Python捕獲全局的KeyboardInterrupt異常的方法實(shí)現(xiàn),感興趣的可以了解一下2024-08-08