张量切片操作中的问题
Issue in Tensor slicing operation
我正在尝试从 input
获取 expected_out
。
input = [[2],[3],[3]]
expected_out = [2,3,3]
如何使用 TensorFlow 从 input
获取 expected_out
。
使用tf.squeeze:
import tensorflow as tf
input = tf.constant([[2], [3], [3]])
with tf.Session() as sess:
print(sess.run(tf.squeeze(input)))
在这种情况下,您想要从矩阵中删除一维条目。在 TensorFlow 和 Numpy 中,这个操作被称为 squeeze
.
这是 TensorFlow 的官方文档 - tf.squeeze
。引用文档,
Given a tensor input, this operation returns a tensor of the same type with all dimensions of size 1 removed. If you don't want to remove all size 1 dimensions, you can remove specific size 1 dimensions by specifying axis
因此,要解决您的问题,您可以将 None
传递给 axis
(您的默认大小写),或者传递 1
。这是代码的样子,
expected_out = tf.squeeze(input)
或者,
expected_out = tf.squeeze(input, 1)
我正在尝试从 input
获取 expected_out
。
input = [[2],[3],[3]]
expected_out = [2,3,3]
如何使用 TensorFlow 从 input
获取 expected_out
。
使用tf.squeeze:
import tensorflow as tf
input = tf.constant([[2], [3], [3]])
with tf.Session() as sess:
print(sess.run(tf.squeeze(input)))
在这种情况下,您想要从矩阵中删除一维条目。在 TensorFlow 和 Numpy 中,这个操作被称为 squeeze
.
这是 TensorFlow 的官方文档 - tf.squeeze
。引用文档,
Given a tensor input, this operation returns a tensor of the same type with all dimensions of size 1 removed. If you don't want to remove all size 1 dimensions, you can remove specific size 1 dimensions by specifying axis
因此,要解决您的问题,您可以将 None
传递给 axis
(您的默认大小写),或者传递 1
。这是代码的样子,
expected_out = tf.squeeze(input)
或者,
expected_out = tf.squeeze(input, 1)