Python3 Tensorlfow:增加或者減小矩陣維度的實現(xiàn)
1.增加維度
下面給出兩個樣例
樣例1：
[1, 2, 3] ==> [[1],[2],[3]]
import tensorflow as tf
a = tf.constant([1, 2, 3])
b = tf.expand_dims(a,1)
with tf.Session() as sess:
a_, b_ = sess.run([a, b])
print('a:')
print(a_)
print('b:')
print(b_)
輸出結(jié)果
a: [1 2 3] b: [[1] [2] [3]]
樣例2:
[1, 2, 3] ==> [[1,2,3]]
import tensorflow as tf
a = tf.constant([1, 2, 3])
b = tf.expand_dims(a, 0)
with tf.Session() as sess:
a_, b_ = sess.run([a, b])
print('a:')
print(a_)
print('b:')
print(b_)
輸出結(jié)果：
a: [1 2 3] b: [[1 2 3]]
2.降低維度
樣例1：
[[1, 2, 3]] ==> [1, 2, 3]
import tensorflow as tf
a = tf.constant([[1, 2, 3]])
b = tf.squeeze(a)
with tf.Session() as sess:
a_, b_ = sess.run([a, b])
print('a:')
print(a_)
print('b:')
print(b_)
輸出結(jié)果
a: [[1 2 3]] b: [1 2 3]
樣例2：
[[1], [2], [3]] ==> [[1, 2, 3]
import tensorflow as tf
a = tf.constant([[1], [2], [3]])
b = tf.squeeze(a, 1)
with tf.Session() as sess:
a_, b_ = sess.run([a, b])
print('a:')
print(a_)
print('b:')
print(b_)
補充知識：pytorch中squeeze()、unsqueeze(),以及一些高維數(shù)組操作
博主最近閱讀YOLO底層代碼，Torch中對多數(shù)組矩陣有很多高維操作，看過一邊之后，記錄一下，以防忘記。
torch.squeeze()
功能：取消為1的維度
squeeze(input, dim=None, out=None) -> Tensor
這里一般分不清dim的意思
舉個例子：
input=(A ， 1 ， B ， C ，1 ， D) squeeze(input)=(A，B，C，D) input= （A, 1, B）
squeeze(input, 0)=(A, 1, B) 不會改變 squeeze(input, 1)=(A, B) 會改變
這里0, 1 ，2就分別代表 A， 1, B
torch.unsqueeze()
unsqueeze(input, dim, out=None) -> Tensor
功能： 在某一位置插入一維
這里面也是dim這個參數(shù)比較難理解
dim的取值是[- input.dim()-1, imput.dim()]
給定一個dim
input=(A ， B ， C ， D)
input的維度input_dim為4, dim的取值[-5, 4]
unsqueeze(input, 0)=(1, A ， B ， C ， D) unsqueeze(input, 1)=(A ， 1, B ， C ， D) unsqueeze(input, -5)=(1, A ， B ， C ， D)
看一個簡單用例，size表示維度大小，10是取值范圍，a=[：，：，：，4]表示取a最后一維的第四個元素（從0開始第四個），即取[0,0,3],[5,6,1],[0,6,8],[…], 判斷大于5為true，否則為false。
注意：b的維度比a少了一維。
繼續(xù)上一步，這里使用unsqueeze函數(shù)將b的維度擴展一維[2,2,3]------>[2,2,3,1] 這時b的最后一維只有一個元素， .expand_as將最后最后的元素擴展到a最后一維的個數(shù)
a[c] 表示取出為True的所有行在a中的元素
以上這篇Python3 Tensorlfow:增加或者減小矩陣維度的實現(xiàn)就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關(guān)文章
Python和perl實現(xiàn)批量對目錄下電子書文件重命名的代碼分享
這篇文章主要介紹了Python和perl實現(xiàn)批量對目錄下電子書文件重命名的代碼分享,本文同時給出了Python和perl兩種語言的實現(xiàn)代碼,需要的朋友可以參考下2014-11-11
今天給大家?guī)淼氖顷P(guān)于Python的相關(guān)知識,文章圍繞著python數(shù)據(jù)加載展開,文中有非常詳細的介紹及代碼示例,需要的朋友可以參考下2021-06-06
python實現(xiàn)自動化報表功能(Oracle/plsql/Excel/多線程)
這篇文章主要介紹了python實現(xiàn)自動化報表(Oracle/plsql/Excel/多線程)的相關(guān)知識，本文給大家介紹的非常詳細，具有一定的參考借鑒價值,需要的朋友可以參考下2019-12-12
Python+OpenCV實戰(zhàn)之實現(xiàn)文檔掃描
這篇文章主要為大家詳細介紹了Python+Opencv如何實現(xiàn)文檔掃描的功能，文中的示例代碼講解詳細，感興趣的小伙伴可以跟隨小編一起學習一下2022-09-09
Python批量解壓文件中出現(xiàn)中文亂碼的原因及解決方法
這篇文章主要給大家記一次Python批量解壓文件遇中文亂碼及解決過程,文中有詳細的圖解及代碼示例,具有一定的參考價值,需要的朋友可以參考下2023-08-08
今天我們要學習的內(nèi)容是如何利用Python生成一個隨機的中文驗證碼，并將圖片保存為.jpeg格式,需要的朋友可以參考下2016-02-02
這篇文章主要介紹了Python中的上下文管理器相關(guān)知識詳解,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2019-09-09
Python_查看sqlite3表結(jié)構(gòu),查詢語句的示例代碼
今天小編就為大家分享一篇Python_查看sqlite3表結(jié)構(gòu),查詢語句的示例代碼，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-07-07
Numpy是Python強大的數(shù)學計算庫，和Scipy一起構(gòu)建起Python科學計算生態(tài)，在本節(jié)下面我們重點介紹下repeat函數(shù)的用法,需要的朋友可以參考下2022-11-11
深入淺析pycharm中 Make available to all projects的含義
這篇文章主要介紹了pycharm中 Make available to all projects的含義,本文給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下2020-09-09