Tensorflow tf.tile()的用法實例分析
tf.tile()應(yīng)用于需要張量擴展的場景,具體說來就是:
如果現(xiàn)有一個形狀如[width, height]的張量,需要得到一個基于原張量的,形狀如[batch_size,width,height]的張量,其中每一個batch的內(nèi)容都和原張量一模一樣。tf.tile使用方法如:
tile( input, multiples, name=None )
import tensorflow as tf a = tf.constant([7,19]) a1 = tf.tile(a,multiples=[3]) #第一個維度擴充3遍 b = tf.constant([[4,5],[3,5]]) b1 = tf.tile(b,multiples=[2,3])#第一個維度擴充2遍,第二個維度擴充3遍 with tf.Session() as sess: print(sess.run(a)) print(sess.run(a1)) print(sess.run(b)) print(sess.run(b1))
補充知識:tf.tile() 和 tf.contrib.seq2seq.tile_batch()
簡單介紹這兩個函數(shù)的基本用法, 以及區(qū)別. 以及在 BeamSearch 的時候用哪個?
# 將input的某一維度復(fù)制多少次, len(input.shape()) 等于 len(multiples) # tf.tile(input, multiples, name=None) t = tf.constant([[1, 1, 1, 9], [2, 2, 2, 9], [7, 7, 7, 9]]) # 第一維度和第二維度都保持不變 z0 = tf.tile(t, multiples=[1, 1]) # 第1維度不變, 第二維度復(fù)制為2份 z1 = tf.tile(t, multiples=[1, 2]) # 第1維度復(fù)制為兩份, 第二維度不變 z2 = tf.tile(t, multiples=[2, 1]) # tf.contrib.seq2seq.tile_batch(encoder_outputs, multiplier=self.beam_size) encoder_outputs = tf.constant([[[1, 3, 1], [2, 3, 2]], [[2, 3, 4], [2, 3, 2]]]) print(encoder_outputs.get_shape()) # (2, 2, 3) # 將batch內(nèi)的每個樣本復(fù)制3次, tile_batch() 的第2個參數(shù)是一個 int 類型數(shù)據(jù) z4 = tf.contrib.seq2seq.tile_batch(encoder_outputs, multiplier=3) with tf.Session() as sess: print(sess.run(z0)) print(sess.run(z1)) print(sess.run(z2)) 輸出: [[1 1 1 9] [2 2 2 9] [7 7 7 9]] [[1 1 1 9 1 1 1 9] [2 2 2 9 2 2 2 9] [7 7 7 9 7 7 7 9]] [[1 1 1 9] [2 2 2 9] [7 7 7 9] [1 1 1 9] [2 2 2 9] [7 7 7 9]] [[[1 3 1] [2 3 2]] [[1 3 1] [2 3 2]] [[1 3 1] [2 3 2]] [[2 3 4] [2 3 2]] [[2 3 4] [2 3 2]] [[2 3 4] [2 3 2]]]
以上這篇Tensorflow tf.tile()的用法實例分析就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
Python實現(xiàn)爬取騰訊招聘網(wǎng)崗位信息
這篇文章主要介紹了如何用python爬取騰訊招聘網(wǎng)崗位信息保存到表格,并做成簡單可視化。文中的示例代碼對學(xué)習(xí)Python有一定的幫助,感興趣的可以了解一下2022-01-01pytorch中nn.Sequential和nn.Module的區(qū)別與選擇方案
在 PyTorch 中,構(gòu)建神經(jīng)網(wǎng)絡(luò)模型有兩種主要方式:nn.Sequential 和 nn.Module,它們各有優(yōu)缺點,適用于不同的場景,下面通過示例給大家講解pytorch中nn.Sequential和nn.Module的區(qū)別與選擇方案,感興趣的朋友一起看看吧2024-06-06在python中求分布函數(shù)相關(guān)的包實例
這篇文章主要介紹了在python中求分布函數(shù)相關(guān)的包實例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-04-04APPium+Python編寫真機移動端自動化腳本的項目實踐
本文主要介紹了APPium+Python編寫真機移動端自動化腳本的項目實踐,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2022-07-07Python+selenium實現(xiàn)自動循環(huán)扔QQ郵箱漂流瓶
這篇文章主要為大家詳細介紹了Python+selenium實現(xiàn)自動循環(huán)扔QQ郵箱漂流瓶,文中示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下2018-05-05