tf.reshape函数用法&理解

函数原型

函数接口：

tf.reshape(
    tensor, shape, name=None
)

参数
tensor	Tensor张量
shape	Tensor张量，用于定义输出张量的shape，组成元素类型为 int32或int64.
name	可选参数，用于定义操作名称.

返回
A Tensor. 输出张量和输入张量的元素类型相同。

用法

tf.reshape函数用于对输入tensor进行维度调整，但是这种调整方式并不会修改内部元素的数量以及元素之间的顺序，换句话说，reshape函数不能实现类似于矩阵转置的操作。比如，对于矩阵[[1,2,3],[4,5,6]],如果使用reshape,将维度变为[3,2], 其输出结果为：[[1,2],[3,4],[5,6]], 元素之间的顺序并没有改变：1之后还是2，如果是矩阵转置操作，1之后应该为4。

其内部实现可以理解为: tf.reshape(a, shape) -> tf.reshape(a, [-1]) -> tf.reshape(a, shape)

现将输入tensor，flatten铺平，然后再进行维度调整（元素的顺序没有变化）

tf.reshape不会更改张量中元素的顺序或总数，因此可以重用基础数据缓冲区。这使得它快速运行，而与要运行的张量有多大无关。

如果需要修改张量的维度来实现对元素重新排序，需要使用tf.transpose。

---

总结

关于tf.reshape函数我们需要知道的是：

1. 函数用于张量维度调整，但是不会修改内部元素的数量以及相对顺序
2. shape中-1表示这个维度的大小，程序运行时会自动计算填充（因为变换前后元素数量不变，我们可以根据其他维度的大小，最终确定-1这个位置应该表示的数字）
3. 如果需要通过修改内部元素的存储顺序以实现维度调整，需要使用tf.transpose函数