TensorFlow学习笔记3(Tensor的索引与切片)
作者:互联网
按照顺序采样
一共有6种方式进行索引:
Basic indexing: [idx][idx][idx]
只能取一个元素
a = tf.ones([1,5,5,3])
a[0][0]
a[0][0][0]
a[0][0][0][2]
Same with Numpy: [idx, idx,...]
a = tf.random.normal([4,28,28,3])
a[1].shape
a[1,2].shape
a[1,2,3].shape
a[1,2,3,2].shape
切片
start: end 表示从A到B取值,包含A不包含B. [A:B)
a = tf.range(10)
a[-1:]
a[-2:]
a[:2]
a[:-1]
start: end: step
a.shape #TensorShape([4,28,28,3])
a[0:2, :, :, :].shape #TensorShape([2,28,28,3])
a[:, 0:28:2, 0:28,2, :].shape #TensorShape([4,14,14,3])
a[:,:14,:14,:] #TensorShape([4,14,14,3])
a[:,14:,14:,:].shape #TensorShape([4,14,14,3])
a[:,::2,::2,:].shape #TensorShape([4,14,14,3])
::-1 可以实现倒序的功能
a = tf.range(4) #[0,1,2,3]
a[::-1] #[3,2,1,0]
a[::-2] #[3,1]
a[2::-2] #[2,0]
...
a = tf.random.normal([2,4,28,28,3])
a[0].shape #[4,28,28,3]
a[0,:,:,:,:].shape #[4,28,28,3]
a[0,...].shape #[4,28,28,3]
a[:,:,:,:,0].shape #[2,4,28,28]
a[...,0].shape #[2,4,28,28]
a[0,...,2].shape #[4,28,28]
a[1,0,...,0].shape #[28,28]
任意采样
tf.gather
data: [classes, students, subjects]
eg: [4, 35, 8]
tf.gather(a, axis=0, indices=[2,3]).shape #[2,35,8]
a[2:4].shape #[2,35,8]
tf.gather(a, axis=0, indices=[2,1,4,0]).shape #[4,35,8]
tf.gather(a, axis=1, indices=[2,3,7,9,16]).shape #[4,5,8]
tf.gather(a, axis=2, indices=[2,3,7]).shape #[4,35,3]
tf.gather_nd
eg:采样某些学生的某些成绩,如何实现这个功能?可以通过串型两个tf.gather实现
eg:如何实现[class1_student1, class2_student2, class3_student3, class4_student4]? ---> [4,8]
a.shape #[4,35,8]
tf.gather_nd(a, [0]) #[35,8]
tf.gather_nd(a, [0,1]) #[8] 取0号班级1号学生的成绩
tf.gather_nd(a, [0,1,2]) #[] 取0号班级1号学生第2科的成绩
tf.gather_nd(a, [[0,1,2]]) #[1] 返回一个成绩,为一个数组
a.shape #[4,35,8]
tf.gather_nd(a, [[0,0],[1,1]]).shape #[2,8]
tf.gather_nd(a, [[0,0],[1,1],[2,2]]).shape #[3,8]
tf.gather_nd(a, [[0,0,0],[1,1,1],[2,2,2]]).shape #[3]
tf.gather_nd(a, [[[0,0,0],[1,1,1],[2,2,2]]]).shape #[1,3]
tf.boolean_mask
a.shape #[4,28,28,3]
tf.boolean_mask(a, mask=[True, True, False, False]).shape #[2, 28, 28, 3]
tf.boolean_mask(a, mask=[True, True, False], axis=3).shape #[4, 28, 28, 2]
a=tf.ones([2,3,4])
tf.boolean_mask(a, mask=[[True, False, False],[False, True, True]]) # array([[1.,1.,1.,1.],[1.,1.,1.,1.],[1.,1.,1.,1.]])
标签:Tensor,nd,gather,28,索引,shape,tf,TensorFlow,14 来源: https://www.cnblogs.com/stdforml/p/14840328.html