Python3 Tensorlfow:增加或者减小矩阵维度的实现
作者:胡大炮的妖孽人生 时间:2023-08-25 21:55:40
1.增加维度
下面给出两个样例
样例1:
[1, 2, 3] ==> [[1],[2],[3]]
import tensorflow as tf
a = tf.constant([1, 2, 3])
b = tf.expand_dims(a,1)
with tf.Session() as sess:
a_, b_ = sess.run([a, b])
print('a:')
print(a_)
print('b:')
print(b_)
输出结果
a:
[1 2 3]
b:
[[1]
[2]
[3]]
样例2:
[1, 2, 3] ==> [[1,2,3]]
import tensorflow as tf
a = tf.constant([1, 2, 3])
b = tf.expand_dims(a, 0)
with tf.Session() as sess:
a_, b_ = sess.run([a, b])
print('a:')
print(a_)
print('b:')
print(b_)
输出结果:
a:
[1 2 3]
b:
[[1 2 3]]
2.降低维度
样例1:
[[1, 2, 3]] ==> [1, 2, 3]
import tensorflow as tf
a = tf.constant([[1, 2, 3]])
b = tf.squeeze(a)
with tf.Session() as sess:
a_, b_ = sess.run([a, b])
print('a:')
print(a_)
print('b:')
print(b_)
输出结果
a:
[[1 2 3]]
b:
[1 2 3]
样例2:
[[1], [2], [3]] ==> [[1, 2, 3]
import tensorflow as tf
a = tf.constant([[1], [2], [3]])
b = tf.squeeze(a, 1)
with tf.Session() as sess:
a_, b_ = sess.run([a, b])
print('a:')
print(a_)
print('b:')
print(b_)
补充知识:pytorch中squeeze()、unsqueeze(),以及一些高维数组操作
博主最近阅读YOLO底层代码,Torch中对多数组矩阵有很多高维操作,看过一边之后,记录一下,以防忘记。
torch.squeeze()
功能:取消为1的维度
squeeze(input, dim=None, out=None) -> Tensor
这里一般分不清dim的意思
举个例子:
input=(A , 1 , B , C ,1 , D)
squeeze(input)=(A,B,C,D)
input= (A, 1, B)
squeeze(input, 0)=(A, 1, B) 不会改变 squeeze(input, 1)=(A, B) 会改变
这里0, 1 ,2就分别代表 A, 1, B
torch.unsqueeze()
unsqueeze(input, dim, out=None) -> Tensor
功能: 在某一位置插入一维
这里面也是dim这个参数比较难理解
dim的取值是[- input.dim()-1, imput.dim()]
给定一个dim
input=(A , B , C , D)
input的维度input_dim为4, dim的取值[-5, 4]
unsqueeze(input, 0)=(1, A , B , C , D)
unsqueeze(input, 1)=(A , 1, B , C , D)
unsqueeze(input, -5)=(1, A , B , C , D)
看一个简单用例,size表示维度大小,10是取值范围,a=[:,:,:,4]表示取a最后一维的第四个元素(从0开始第四个),即取[0,0,3],[5,6,1],[0,6,8],[…], 判断大于5为true,否则为false。
注意:b的维度比a少了一维。
继续上一步,这里使用unsqueeze函数将b的维度扩展一维[2,2,3]------>[2,2,3,1] 这时b的最后一维只有一个元素, .expand_as将最后最后的元素扩展到a最后一维的个数
a[c] 表示取出为True的所有行在a中的元素
来源:https://blog.csdn.net/huplion/article/details/80093292