tensorflow实现对张量数据的切片操作方式
- 作者: 千里之外51
- 来源: 51数据库
- 2020-08-12
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，
推荐阅读
