使用 as tf.reshape 替换 tf.squeeze答案

【问题标题】：Replace tf.squeeze using as tf.reshape使用 as tf.reshape 替换 tf.squeeze
【发布时间】：2018-05-19 09:55:32
【问题描述】：

我需要使用 tensorflow 训练一个移动网络。不支持 tf.squeeze 层。我可以用 tf.reshape 替换它吗？

是操作：

tf.squeeze(net, [1, 2], name='squeeze')

同：

tf.reshape(net, [50,1000], name='reshape')

其中 net 的形状为 [50,1,1,1000]。

【问题讨论】：

标签： tensorflow reshape

【解决方案1】：

为什么说不支持tf.squeeze？为了从张量中移除一维轴，tf.squeeze 是正确的操作。但是您也可以使用tf.reshape 完成您想要的工作，尽管我建议您使用tf.squeeze。

【讨论】：

感谢您的回复！我正在为移动设备使用另一个 sdk，它加载 tensorflow 模型但不支持 tf.squeeze 层。

【解决方案2】：

在tf 2.0 中，您可以轻松检查这些操作是否相同。唯一的区别是您可以使用dim == 1 删除所有轴而不指定它们。所以在最后一行你可以使用tf.squeeze(x_resh) 而不是tf.squeeze(x_resh, [1, 2])。

size = [2, 3]
tf.random.set_seed(42)
x = tf.random.normal(size)
x
<tf.Tensor: shape=(2, 3), dtype=float32, numpy=
array([[ 0.3274685, -0.8426258,  0.3194337],
       [-1.4075519, -2.3880599, -1.0392479]], dtype=float32)>

x_resh = tf.reshape(x, [2, 1, 1, 3])
x_resh
<tf.Tensor: shape=(2, 1, 1, 3), dtype=float32, numpy=
array([[[[ 0.3274685, -0.8426258,  0.3194337]]],
       [[[-1.4075519, -2.3880599, -1.0392479]]]], dtype=float32)>

tf.reshape(x_resh, [2, 3])
<tf.Tensor: shape=(2, 3), dtype=float32, numpy=
array([[ 0.3274685, -0.8426258,  0.3194337],
       [-1.4075519, -2.3880599, -1.0392479]], dtype=float32)>

tf.squeeze(x_resh, [1, 2])
<tf.Tensor: shape=(2, 3), dtype=float32, numpy=
array([[ 0.3274685, -0.8426258,  0.3194337],
       [-1.4075519, -2.3880599, -1.0392479]], dtype=float32)>

【讨论】：