tf.reshape()的用法与理解
来源:互联网 发布:n9软件下载 编辑:程序博客网 时间:2024/06/04 22:47
tf.reshape(tensor, shape, name=None)函数的作用是将tensor变换为参数shape的形式。 其中shape为一个列表形式,特殊的一点是列表中可以存在-1。转换为一般的shape(也就是不涉及-1的)我这里就不说了,主要说一下对-1的理解。-1代表的含义是不用我们自己指定这一维的大小,函数会自动计算,但列表中只能存在一个-1。(当然如果存在多个-1,就是一个存在多解的方程了)我理解的要点是:首先shape就是reshape变换后的矩阵大小,先不管-1的那一个维度,先看其它维度,然后用原矩阵的总元素个数除以确定的维度,就能得到-1维度的值。我们来看例子。M=np.array([[[[1,2,3]]],[[[4,5,6]]],[[[7,8,9]]]]) #M是[3,1,1,3]的四维矩阵我想把M重组成若干个3维的向量,那么直接tf.reshape(M,[-1,3])那么会得到几个3维向量呢? M一共有9个元素,9/3=3,那么得到3个三维向量,那么结果就是[3,3]的矩阵。
那么我想得到若干个[3,3]的矩阵,那么我们tf.reshape(M,[-1,3,3])那么结果就是[1,3,3]的矩阵
阅读全文
1 0
- tf.reshape()的用法与理解
- pytorch的tf.reshape
- TensorFlow的reshape操作 tf.reshape
- TensorFlow的reshape操作 tf.reshape
- TensorFlow的reshape操作 tf.reshape
- TensorFlow的reshape操作 tf.reshape
- tensorflow的reshape操作tf.reshape()
- tf.reshape
- tf.reshape()
- TensorFlow学习笔记(五):tf.reshape用法
- GAN的理解与TF的实现
- GAN的理解与TF的实现
- TF库的使用与理解
- 【Tensorflow】tf.reshape 函数
- tensorflow: tf.reshape探究
- tensorflow tf.reshape()
- numpy中reshape的用法
- tf.identity()的理解
- 初级web api的设计(二)——防重放攻击
- 神经网络 tensorflow教程 2.2 下载MNIST 数据集 (自动版)
- 统计学习方法总结、应用对比
- 《Android学习笔记》利用Application操作全局变量
- 计算一下pytorch中Resnet34模型前传一次所需要的时间
- tf.reshape()的用法与理解
- 写出程序的输出结果
- Java正则表达式
- Warning:The `android.dexOptions.incremental` property is deprecated and it has no effect on the buil
- 安装和配置git
- 自定义控件实现banner轮播
- 最大流的Ford-Fulkerson 标号法
- 学习记录2
- 按各个输出格式输出数据