TensorFlow - 分裂和挤压

Question

我是TensorFlow的新手，我正在格式化一些数据以输入回归神经网络。我的数据由输入占位符x的3d张量给出。我想沿着第三维分割x，为此我注意到{注意n_timesteps对应于第三维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，那么np.split将返回尺寸为3的n_timesteps数组列表，这样第三维就是单身。使用numpy我知道我可以使用np.squeeze和列表解析轻松解决此问题，以删除单例维度：

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

但我怎么能在TF上做同样的事情？

Answer 1

您可能正在寻找tf.unstack操作：

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

Answer 2

尝试使用Tensorflow的挤压功能（tf.squeeze）和Tensorflow的扫描功能（tf.scan）而不是列表理解。

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