最近在使用tensorflow进行网络训练的时候,需要提取出别人训练好的卷积核的部分层的数据,由于tensorflow中的张量和python中列表的不同,无法直接使用加法进行拼接,后来发现一个函数可以完成张量的拼接。
<强>函数形式如下:强>
tf.concat (concat_dim,价值观,name=' concat ')
其中,第一个参数表示需要拼接的多维张量,并且可以将多个张量同事拼接,第二个表示按照哪一个维度拼接(从数字0开始)。
例子:创建一个三维的张量,然后分别取出最后一个维度(注意:张量支持与python中列表相似的切片操作,可以使用这种方式进行拆分),然后在拼接在一起。
进口tensorflow特遣部队 重量=tf.Variable (tf.truncated_normal ((2、3、4), dtype=tf.float32 stddev=1 e 1), name=叭ㄖ亍? weight1=重量(0:2 0:3,1:2) weight2=重量(0:2,0:3 2:3) 剂量=重量(0:2 0:3,1:2) weight4=tf.concat ((weight1 weight2,剂量),2)# 2表示最后一个维度 与tf.Session税(): sess.run (tf.global_variables_initializer ()) 打印(sess.run(权重) 打印(“* * * * * * * * * * * * * * * *”) print (sess.run (weight4)) >之前
以上这篇Tensorflow进行多维矩阵的拆分与拼接实例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。
Tensorflow进行多维矩阵的拆分与拼接实例