TensorFlow笔记——tf.split()拆分tensor和tf.squeeze()

tf.split()

参数说明：

split(
    value,
    num_or_size_splits,
    axis=0,
    num=None,
    name='split'
)

value： 输入的tensor
num_or_size_splits: 如果是个整数n，就将输入的tensor分为n个子tensor。如果是个tensor T，就将输入的tensor分为len(T)个子tensor。
axis： 默认为0，计算value.shape[axis], 一定要能被num_or_size_splits整除。
举例

import tensorflow as tf
import numpy as np
a=np.reshape(range(24),(4,2,3))
print(a)
sess=tf.InteractiveSession()
# 将a分为两个tensor，a.shape(1)为2，可以整除，不会报错。
# 输出应该为2个shape为[4,1,3]的tensor
b= tf.split(a,2,1)
print(b)
print(b[0].eval())
print("---------------------------------")
print(b[1].eval())
c= tf.split(a,2,0)
# a.shape(0)为4，被2整除，输出2个[2,2,3]的Tensor
print(c)
print(c[0].eval())
print("---------------------------------")
print(c[1].eval())
d= tf.split(a,3,2)
# 分成三个tensor，a.shape(2)为3，整除，不报错，返回3个[4,2,1]的Tensor
print(d)
print(d[0].eval())
print("---------------------------------")
print(d[1].eval())
print("---------------------------------")
print(d[2].eval())
d= tf.split(a,2,2)
#  a.shape(2)为3，不被2整除，报错。

tf.squeeze()

参数说明：

tf.squeeze
squeeze(
    input,
    axis=None,
    name=None,
    squeeze_dims=None
)

去掉维数为1的维度。
示例

# 't' is a tensor of shape [1, 2, 1, 3, 1, 1]
tf.shape(tf.squeeze(t))  # [2, 3]

也可以指定去掉哪个维度：

# 't' is a tensor of shape [1, 2, 1, 3, 1, 1]
tf.shape(tf.squeeze(t, [2, 4]))  # [1, 2, 3, 1]

原文链接：【tensorflow 学习】tf.split()和tf.squeeze()