[471]tf.reshape函数说明

本文深入讲解了TensorFlow中reshape函数的使用方法,包括如何通过指定shape参数改变张量的维度,以及在shape参数中使用-1自动计算维度大小的技巧。通过具体示例展示了将不同尺寸的张量转化为目标形状的过程。

文章目录

函数原型:

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

功能改变张量(tensor)的形状。

tensor形参传入一个tensor。shape传入一个向量,代表新tensor的维度数和每个维度的长度。如果传入[3,4,5],就会返回一个内含各分量数值和原传入张量 一模一样的3*4*5尺寸的张量。

如果shape传入的向量某一个分量设置为-1,比如[-1,4,5],那么这个分量代表的维度尺寸会被自动计算出来。

  • 用法一,一个尺寸为1* 9的张量转化为3 * 3的张量:
# tensor 't' is [1, 2, 3, 4, 5, 6, 7, 8, 9]
# tensor 't' has shape [9]
reshape(t, [3, 3]) ==> [[1, 2, 3],
                        [4, 5, 6],
                        [7, 8, 9]]
  • 用法二,一个尺寸为3 * 2 * 3的张量,转换为第二个维度尺寸为9的张量,即n * 9的张量:
reshape(t, [-1, 9]) ==> [[1, 1, 1, 2, 2, 2, 3, 3, 3],
                         [4, 4, 4, 5, 5, 5, 6, 6, 6]]

显然,n被计算为2。

  • 用法三,仅含有单个元素的张量转化为标量:
    t为张量[7]
reshape(t, []) ==> 7
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

周小董

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值