一种在TF / Numpy中进行这种级联的优雅方法吗?

时间:2019-06-11 21:00:04

标签: python numpy tensorflow keras

我有张量tmp1。我想创建tmp2,它​​是tmp1的第一个轴上的N个副本tmp1(tmp1的第一个轴上的维数为1)。 我做了一个for循环。但是我讨厌他们,因为他们减慢了训练速度。有没有更好的创建tmp2的方法?

tmp2 = tf.concat((tmp1, tmp1), axis=1)
for i in range(2*batch_size-2):
    tmp2 = tf.concat((tmp2, tmp1), axis=1)

我在上面所做的是:首先用两个tmp1副本初始化tmp2,然后继续以类似的方式沿该轴添加更多副本。

1 个答案:

答案 0 :(得分:1)

我认为您想使用numpy repeat()。使用axis参数指定要重复的轴:

In [1]: x = np.random.randint(1, 10, (5,5))                                                                                                                     
In [2]: x                                                                                                                                                       
Out[2]: 
array([[7, 3, 6, 8, 8],
       [6, 5, 3, 3, 9],
       [1, 7, 1, 5, 7],
       [4, 6, 6, 8, 3],
       [3, 7, 8, 6, 7]])
In [4]: x.repeat(2, axis=1)                                                                                                                                     
Out[4]: 
array([[7, 7, 3, 3, 6, 6, 8, 8, 8, 8],
       [6, 6, 5, 5, 3, 3, 3, 3, 9, 9],
       [1, 1, 7, 7, 1, 1, 5, 5, 7, 7],
       [4, 4, 6, 6, 6, 6, 8, 8, 3, 3],
       [3, 3, 7, 7, 8, 8, 6, 6, 7, 7]])

或者可能是numpy.tile()

In [15]: np.tile(x, 2)                                                                                                                                            
Out[15]: 
array([[7, 3, 6, 8, 8, 7, 3, 6, 8, 8],
   [6, 5, 3, 3, 9, 6, 5, 3, 3, 9],
   [1, 7, 1, 5, 7, 1, 7, 1, 5, 7],
   [4, 6, 6, 8, 3, 4, 6, 6, 8, 3],
   [3, 7, 8, 6, 7, 3, 7, 8, 6, 7]])