TensorFlow - 拆分和挤压答案

【问题标题】：TensorFlow - Split and SqueezeTensorFlow - 拆分和挤压
【发布时间】：2017-02-28 19:44:50
【问题描述】：

我是 TensorFlow 新手，我正在格式化一些数据以输入循环神经网络。我的数据由输入占位符x 的 3d 张量给出。我想沿第三维拆分x，为此我有（注意n_timesteps 对应于沿第三维的x 的长度）：

# Split the previous 3d tensor to get a list of 'n_timesteps' 2d tensors of
# shape (batch_size, features_dimension)
x = tf.split (x, n_timesteps, axis = 2)

虽然，正如我尝试使用 numpy:

x = np.split (x, n_timesteps, axis = 2)

如果 x 是 3d ndarray，则 np.split 将返回维度为 3 的 n_timesteps 数组列表，因此第三维度是单例的。使用numpy，我知道我可以使用np.squeeze 和列表理解轻松解决这个问题，以删除单例维度：

x = [np.squeeze(a, axis=2) for a in np.split(x, n_timesteps, axis=2)]

但是我怎样才能在 TF 上做同样的事情呢？

【问题讨论】：

标签： python numpy tensorflow

【解决方案1】：

您可能正在寻找tf.unstack 操作：

x = tf.unstack(x, axis=2)

【讨论】：

【解决方案2】：

尝试使用Tensorflow的squeeze函数（tf.squeeze）和Tensorflow的scan函数（tf.scan），而不是列表推导式。

tf.scan(lambda a, x_i: tf.squeeze(x_i, [2]), x, initializer=tf.constant(0, shape=[n_dim0, n_dim1]))

【讨论】：