python-Tensorflow：如何平铺以一定顺序重复的张量？

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python-Tensorflow：如何平铺以一定顺序重复的张量？，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1073字，纯文字阅读大概需要2分钟。

内容图文

这个问题已经在这里有了答案：            >            TensorFlow: numpy.repeat() alternative                                    9个
例如,我有一个张量A = tf.Variable([a,b,c,d,e])并通过
tf.tile(),它可以给出张量,例如[a,b,c,d,e,a,b,c,d,e]

但是我想将A修改为类似[a,a,b,b,c,c,d,d,e]的元素,其中元素在原始位置重复.

(通过不同的操作)实现此目标的最有效方法(更少的操作)是什么？

解决方法:

您可以通过添加尺寸,沿该尺寸平铺并删除它来实现：

import tensorflow as tf

A = tf.constant([1, 2, 3, 4, 5])

B = tf.expand_dims(A, axis=-1)
C = tf.tile(B, multiples=[1,2])
D = tf.reshape(C, shape=[-1])

with tf.Session() as sess:
    print('A:\n{}'.format(A.eval()))
    print('B:\n{}'.format(B.eval()))
    print('C:\n{}'.format(C.eval()))
    print('D:\n{}'.format(D.eval()))

给

A:
[1 2 3 4 5]
B: # Add inner dimension
[[1]
 [2]
 [3]
 [4]
 [5]]
C: # Tile along inner dimension
[[1 1]
 [2 2]
 [3 3]
 [4 4]
 [5 5]]
D: # Remove innermost dimension
[1 1 2 2 3 3 4 4 5 5]

编辑：正如注释中指出的那样,使用tf.stack可以随时指定其他尺寸：

F = tf.stack([A, A], axis=1)
F = tf.reshape(F, shape=[-1])

with tf.Session() as sess:
    print(F.eval())

[1 1 2 2 3 3 4 4 5 5]

内容总结

以上是互联网集市为您收集整理的python-Tensorflow：如何平铺以一定顺序重复的张量？全部内容，希望文章能够帮你解决python-Tensorflow：如何平铺以一定顺序重复的张量？所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

---