没有合适的资源?快使用搜索试试~ 我知道了~
浅谈tensorflow 中tf.concat()的使用
2 下载量 157 浏览量
2020-12-20
16:34:54
上传
评论
收藏 33KB PDF 举报
温馨提示
试读
1页
concat()是将tensor沿着指定维度连接起来。其中tensorflow1.3版中是这样定义的: concat(values,axis,name='concat') 一、对于2维来说,0表示行,1表示列 t1 = [[1, 2, 3], [4, 5, 6]] t2 = [[7, 8, 9], [10, 11, 12]] with tf.Session() as sess: print(sess.run(tf.concat([t1, t2], 0) )) 结果为:[[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]] t1 = [[1, 2,
资源详情
资源评论
资源推荐
浅谈浅谈tensorflow 中中tf.concat()的使用的使用
concat()是将tensor沿着指定维度连接起来。其中tensorflow1.3版中是这样定义的:
concat(values,axis,name='concat')
一、对于一、对于2维来说,维来说,0表示行,表示行,1表示列表示列
t1 = [[1, 2, 3], [4, 5, 6]] t2 = [[7, 8, 9], [10, 11, 12]]
with tf.Session() as sess:
print(sess.run(tf.concat([t1, t2], 0) ))
结果为:[[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]]
t1 = [[1, 2, 3], [4, 5, 6]] t2 = [[7, 8, 9], [10, 11, 12]]
with tf.Session() as sess:
print(sess.run(tf.concat([t1, t2], 1) ))
结果为:[[1, 2, 3, 7, 8, 9], [4, 5, 6, 10, 11, 12]]
二、二、 对于对于3维来说维来说 0表示纵向,表示纵向,1表示行,表示行,2表示列表示列
t1 = [[[1, 1, 1],[2, 2, 2]],[[3, 3, 3],[4, 4, 4]]]
t2 = [[[5, 5, 5],[6, 6, 6]],[[7, 7, 7],[8, 8, 8]]]
with tf.Session() as sess:
print(sess.run(tf.concat([t1, t2], 0) ))
结果:[[[1 1 1],[2 2 2]] , [[3 3 3],[4 4 4]] , [[5 5 5],[6 6 6]] , [[7 7 7],[8 8 8]]] Tensor(“concat_30:0”, shape=(4, 2, 3), dtype=int32)
axis=1的结果如下:的结果如下:
Tensor(“concat_31:0”, shape=(2, 4, 3), dtype=int32)
[[[1 1 1], [2 2 2],[5 5 5],[6 6 6]], [[3 3 3], [4 4 4],[7 7 7], [8 8 8]]]
axis=2的结果如下:的结果如下:
Tensor(“concat_32:0”, shape=(2, 2, 6), dtype=int32)
[[[1 1 1 5 5 5],[2 2 2 6 6 6]], [[3 3 3 7 7 7], [4 4 4 8 8 8]]]
以上这篇浅谈tensorflow 中tf.concat()的使用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
持软件开发网。
您可能感兴趣的文章您可能感兴趣的文章:Tensorflow中使用tfrecord方式读取数据的方法Tensorflow进行多维矩阵的拆分与拼接实例Tensorflow 实
现修改张量特定元素的值方法Tensorflow中tf.ConfigProto()的用法详解
weixin_38629206
- 粉丝: 4
- 资源: 959
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0