tensorflow2之维度变换与合并分割

• 维度变换
  • tf.reshape ：改变张量形状

  a = tf.random.uniform(shape=[1,3,3,2],minval=0,maxval=255,dtype=tf.int32)
  # 将原tensor reshape为3行6列的tensor
  tf.reshape(a,[3,6])
  

  • tf.squeeze：减少维度，去掉一维

  a = tf.random.uniform(shape=[1, 2, 1, 3, 1, 1],minval=-10, maxval=10)
  tf.squeeze(a)  # 去掉了所有的1维，返回为shape = [2, 3]
  

  • tf.expand_dims：指定位置增加一维

  # shape=[2, 3]
  t = tf.constant([[1, 2, 3],[4, 5, 6]])
  # shape = [1, 2, 3]
  tf.expand_dims(t, 0)
  # shape = [2, 1, 3]
  tf.expand_dims(t, 1) 
  

  • tf.transpose：tensor本身的维度互换

  # 维度为：[2, 3]
  x = tf.constant([[1, 2, 3], [4, 5, 6]])
  # 维度为[3, 2]
  tf.transpose(x).shape
  
  # 维度： [4, 2, 3]
  x = tf.constant([[[ 1,  2,  3],
                 [ 4,  5,  6]],
                [[ 7,  8,  9],
                 [10, 11, 12]],
                [[ 1,  3,  7],
                 [1, 5, 3]],
               [[2, 7, 4],
                 [2, 9, 10]]])   
  # 维度为[3, 2， 4]
  tf.transpose(x).shape
  

• 合并分割
  • tf.concat：张量合并，类似pd.concat
  • tf.stack：类似pd.concat，np.stack，但是不同于pd.stack
  • tf.split：tf.concat的逆运算，类似tf.unstack

  # shap = [5, 30]
  x = tf.Variable(tf.random.uniform([5, 30], -1, 1))
  # split to 3份
  tf.split(x, num_or_size_splits=3, axis=1)