您的位置：首页 > 编程技术 > python  >  tensorflow实现对张量数据的切片操作方式

tensorflow实现对张量数据的切片操作方式

 更新时间：2020年4月22日 23:19  点击：2359

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猪先飞。

[!--infotagslink--]

相关文章