【问题标题】:Reduce 3D tensor to 1D tensor in Tensorflow在 Tensorflow 中将 3D 张量简化为 1D 张量
【发布时间】:2018-05-23 13:15:45
【问题描述】:

假设,我有一个形状为 [a, b, c] 的 3 维张量。 我想在模型运行时提取一维,例如[4, 2, c],所以我最终会得到一个一维张量 [c]。

a 和 b 的参数存储在形状为 [a, 1] 和 [b, 1] 的不同张量中,因此不能使用 tf.slice,因为 tf.slice 只接受一维标量张量。

有什么想法吗?

谢谢!

【问题讨论】:

  • ab的参数存储在不同的张量中是什么意思?这些参数是做什么用的?你能举一个python/numpy的例子吗?

标签: numpy tensorflow matrix-multiplication


【解决方案1】:

可能你需要用tf.split分割张量。

https://www.tensorflow.org/api_docs/python/tf/split

【讨论】:

    猜你喜欢
    • 2019-06-13
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2019-06-24
    • 1970-01-01
    • 1970-01-01
    • 2018-05-15
    • 1970-01-01
    相关资源
    最近更新 更多