我的英语不好。我会尽力澄清我的问题。
所以,我有两个矩阵:
matrix1=[[1,3],[5,7]]
matrix2 =[[2,4],[6,8]]
我想将它们连接起来,然后像下面的矩阵一样对它们进行排序:
matrix3=[[1,2,3,4],[5,6,7,8]]
我尝试了这种方法:
matrix1=[[1,3],[5,7]];
matrix2 =[[2,4],[6,8]];
with tf.Session() as sess:
input1=tf.placeholder(tf.float32,[2,2])
input2=tf.placeholder(tf.float32,[2,2])
output=how_to_concat(input1,input2)
sess.run(tf.global_variables_initializer())
[matrix3] = sess.run([output], feed_dict={input1:matrix1, input2: matrix2})
我想实现how_to_concat
来连接矩阵并将两个(2, 2)
矩阵排序为一个(2, 4)
矩阵。我尝试了下面的代码,但不能正常运行:
def how_to_concat(input1,input2)
output=tf.Variable(tf.zeros((2,4)))
output=tf.assign(output[:,::2],input1)
output=tf.assign(output[:,1::2],input2)
return output
答案 0 :(得分:1)
您可以使用python基础知识来完成此操作,也可以使用Numpy库来实现。 遵循此答案,我可以按照您的要求运行它:https://stackoverflow.com/a/41859635/6809926
因此,使用tensorflow可以使用top_k方法,此处对此进行了说明:https://stackoverflow.com/a/40850305/6809926。 您会在下面找到代码。
import numpy as np
matrix1=[[1,3],[5,7]]
matrix2 =[[2,4],[6,8]]
res = []
# Basic python
for i in range(len(matrix1)):
new_array = matrix1[i] + matrix2[i]
res.append(sorted(new_array))
print("Concatenate with Basic python: ", res)
# Using Numpy
res = np.concatenate((matrix1, matrix2), axis=1)
print("Concatenate with Numpy: ", np.sort(res))
sess = tf.Session()
# Using Tensorflow
def how_to_concat(input1,input2):
array_not_sorted = tf.concat(axis=1, values=[input1, input2])
row_size = array_not_sorted.get_shape().as_list()[-1]
top_k = tf.nn.top_k(-array_not_sorted, k=row_size)
return top_k
res = how_to_concat(matrix1, matrix2)
print("Concatenate with TF: ", sess.run(-res.values))
输出
与基本python串联:[[1,2,3,4],[5,6,7,8]]
与Numpy连接:[[1,2,3,4],[5,6,7,8]]
与TF串联:[[1,2,3,4],[5,6,7,8]]