将张量从较小的形状平铺到较大的形状答案

【问题标题】：Tile a tensor from a smaller shape to a bigger one将张量从较小的形状平铺到较大的形状
【发布时间】：2019-07-21 23:04:38
【问题描述】：

我有一个形状为 (1,4,4,1) 的张量，我想重复此操作并将形状增加到 (1,28,28,1)。我想在每个维度上重复一遍。

【问题讨论】：

标签： tensorflow

【解决方案1】：

您可以使用 tf.tile。这是一个带有一些较小张量的示例：

a = tf.constant([[[[1],[2]],[[3],[4]]]])
print(a.shape) # (1, 2, 2, 1)
b = tf.tile(a, [1,3,3,1])
print(b.shape) # (1, 6, 6, 1)

with tf.Session() as sess:
    print(sess.run(b))
        # [[[[1] [2] [1] [2] [1] [2]]
        #   [[3] [4] [3] [4] [3] [4]]
        #   [[1] [2] [1] [2] [1] [2]]
        #   [[3] [4] [3] [4] [3] [4]]
        #   [[1] [2] [1] [2] [1] [2]]
        #   [[3] [4] [3] [4] [3] [4]]]]

【讨论】：

非常感谢。我可以为 Keras 中的 conv 层的输出执行此操作吗？例如，我有一个 Input((4,4,1))，然后我想将它平铺到 (28,28,1) 并与形状为 (28,28,1) 的另一层的输出连接。有可能吗？
我在Keras没做过这个，不过好像有一个可以用在Lambda层的tile函数：stackoverflow.com/questions/53250533/…
在 keras 我这样做 wtmN=Kr.layers.Lambda(K.tile,arguments={'n':(1,7,7,1)})(wtm)