当前位置:  开发笔记 > 人工智能 > 正文

tensorflow实现对张量数据的切片操作方式

今天小编就为大家分享一篇tensorflow实现对张量数据的切片操作方式,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

如下所示:

import tensorflow as tf
a=tf.constant([[[1,2,3,4],[4,5,6,7],[7,8,9,10]],
      [[11,12,13,14],[20,21,22,23],[15,16,17,18]]])
print(a.shape)
b,c=tf.split(a,2,0) #参数1、张量 2、获得的切片数 3、切片的维度   将两个切片分别赋值给b,c
print(b.shape)
print(c.shape
with tf.Session() as sess: #查看运行结果
  print(sess.run(b))
  print(sess.run(c))

输出结果为

(2, 3, 4)
(1, 3, 4)
(1, 3, 4)
[[[ 1 2 3 4]
 [ 4 5 6 7]
 [ 7 8 9 10]]]
[[[11 12 13 14]
 [20 21 22 23]
 [15 16 17 18]]]

注意到此时b,c均为三维张量数据,若想转换为二维数组,可使用tf.reshape命令

d=tf.reshape(b,[3,4])
print(d.shape)   

#output
(3, 4)

以上这篇tensorflow实现对张量数据的切片操作方式就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。

推荐阅读
手机用户2402851155
这个屌丝很懒,什么也没留下!
DevBox开发工具箱 | 专业的在线开发工具网站    京公网安备 11010802040832号  |  京ICP备19059560号-6
Copyright © 1998 - 2020 DevBox.CN. All Rights Reserved devBox.cn 开发工具箱 版权所有