Question

我是tensorflow的新手，想知道是否可以在张量中调整单个维度。

让我有一个给定的张量：

t = [[1, 10], [2, 20]]
shape(t) = [2, 2]

现在我想修改这个张量的形状，以便：

shape(t) = [2, 3]

到目前为止，我刚刚找到了这些功能：

重塑 - ＆gt;这个函数能够以这样的方式重塑张量，即维数的总数保持不变（据我所知）
```
shape(t) = [1, 3] | [3, 1] | [4]
```
expand_dims - ＆gt;此功能可以添加新的1维维度
```
shape(t) = [1, 2, 2] | [2, 1, 2] | [2, 2, 1]
```

是否符合我描述的目的？如果没有：为什么？（也许拥有这样的功能没有意义吗？）

亲切的问候

Answer 1

使用tf.concat可以做到。这是一个例子。

import tensorflow as tf

t = tf.constant([[1, 10], [2, 20]], dtype=tf.int32)
# the new tensor w/ the shape of [2]
TBA_a = tf.constant([3,30], dtype=tf.int32)
# reshape TBA_a to [2,1], then concat it to t on axis 1 (column)
new_t = tf.concat([t, tf.reshape(TBA_a, [2,1])], axis=1)

sess = tf.InteractiveSession()
print(new_t.eval())

它会给我们

[[ 1 10  3]
 [ 2 20 30]]

tensorflow - 调整尺寸

1 个答案: