深度學習（12）TensorFlow高階操作一: 合并與分割

• 1. concat
• 2. stack: create new dim
• 3. Dim mismatch
• 4. unstuck
• 5. split

Merge and split

• tf.concat（拼接）
• tf.split（分割）
• tf.stack（堆疊）
• tf.unstack（分割，為split中的一種）

1. concat

• Statistics about scores
  • $[class1?4,students,scores]$
  • $[class5?6,students,scores]$
    

(1) c = tf.concat([a, b], axis=0)1: 將a和b合并為c，合并第1個維度（axis=0），c.shape=[6, 35, 8];
(2) tf. concat([a, b], axis=1): 合并a和b的第2個維度（axis=1），其shape=[4, 35, 8];

• Along distinct dim/axis
  • Dim = d
• axis = 0;
  

shape=[12, 4];

• axis=0:
  

shape=[4, 7];
注: 合并操作不會增加維度，合并之前是2維的Tensor，那么合并之后還是2維的Tensor。如果想要創造新的維度，我們就需要stack操作了;

2. stack: create new dim

• Statistics about scores
  • School1: $[classes,students,scores]$
  • School2: $[classes,students,scores]$
    $\to$
  • $[schools,classes,students,scores]$
    

(1) tf.concat([a, b], axis=-1): 合并a和b的倒數第1個維度（axis=-1），其shape=[4, 35, 16];
(2) tf.stack([a, b], axis=0): 在第1個維度（axis=0）處創造一個新的維度，創建后其shape=[2, 4, 35, 8];
(3) tf.stack([a, b], axis=3): 在第4個維度（axis=3）處創造一個新的維度，創建后其shape=[4, 35, 8, 2];

3. Dim mismatch

• concat要求除了合并的那個維度外，其它維度的數值必須相等;
• stack要求所有維度的數值必須相等;

4. unstuck

(1) c = tf.stack([a, b]): 將a和b通過stack()函數合并為c，合并完c.shape=[2, 4, 35, 8];
(2) aa, bb = unstack(c, axis=0): 將c從第1個維度（axis=0）處拆解為aa和bb，拆解完aa.shape=[4, 35, 8]; bb.shape=[4, 35 ,8];
(3) res = tf.unstack(c, axis=3): 將c從第4個維度（axis=3）處拆解，第4個維度消失，拆解后共有8個res，每個res.shape=[2, 4, 35]，所以res[0].shape=[2, 4, 35]; res[7].shape=[2, 4, 35];

• 如果我們不希望將c拆解為這么多個res，比如只拆解為2個res，那么我們就需要使用一個臨摹性更強的API——split。

5. split

• VS unstack
  

(1) res = tf.split(c, axis=3, num_or_size_splits=2): 將c從第4個維度（axis=3）處均分為2個res，每個res.shape=[2, 4, 35, 4];
(2) res = tf.split(c, axis=3, num_or_size_splits=[2, 2, 4]): 將c從第4個維度（axis=3）處均分為3個res，將8按照[2, 2, 4]分為3份，其中res[0].shape=[2, 4, 35, 2]; res[1].shape=[2, 4, 35, 2]; res[2].shape=[2, 4, 35, 4]。

參考文獻:
[1] 龍良曲:《深度學習與TensorFlow2入門實戰》

總結

以上是生活随笔為你收集整理的深度学习（12）TensorFlow高阶操作一: 合并与分割的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。