Tensorflow python：将输入 [batchsize] 重塑为具有特定顺序的张量 [batchsize, 2]

Question

我有一个张量 (shape=[batchsize])。我想按特定顺序重塑张量并使其成为 shape=[-1,2]。但我想要：

[0,0] 处的元素
位于 [1,0] 的元素
元素位于 [0,1]
[1,1] 处的元素
元素位于 [0,2]
[0,3] 处的元素
位于 [2,1] 的元素
[3,1] 处的元素，依此类推，批量大小未知。

这是张量范围=（0 到输入=8）的示例代码。

import tensorflow as tf
import numpy as np

batchsize = tf.placeholder(shape=[], dtype=tf.int32)
x = tf.range(0, batchsize, 1) 
x = tf.reshape(x, shape=[2, -1])
y = tf.transpose(x)
z = tf.reshape(y, shape=[-1, 2])


input = 8
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    msg = sess.run([z], feed_dict={batchsize: input})
    print(msg)

现在我的输出是：

[array([[0, 4],
       [1, 5],
       [2, 6],
       [3, 7]], dtype=int32)]

但我希望输出为：

[array([[0, 2],
       [1, 3],
       [4, 6],
       [5, 7]], dtype=int32)]

请记住，我不知道 batchsize 有多大，出于示范原因，我只是设置了 input= 8。此外，我想在每第二个元素之后打破顺序。将来我也希望有这种灵活性。在我的真实代码中，张量“x”不是范围数组而是复杂的随机数，因此您不能以任何方式排序 w.r.t。价值。我只是出于演示目的制作了这段代码。

Answer 1

你可以试试

 tf.reshape(tf.matrix_transpose(tf.reshape(x, [-1, 2, 2])), [-1, 2])

Tensorflow python：将输入 [batchsize] 重塑为具有特定顺序的张量 [batchsize, 2]

Tensorflow python: reshape input [batchsize] to tensor [batchsize, 2] with specific order

python

reshape

tensorflow

tensor