浅谈tensorflow中张量的提取值和赋值


Posted in Python onJanuary 19, 2020

tf.gather和gather_nd从params中收集数值,tf.scatter_nd 和 tf.scatter_nd_update用updates更新某一张量。严格上说,tf.gather_nd和tf.scatter_nd_update互为逆操作。

已知数值的位置,从张量中提取数值:tf.gather, tf.gather_nd

tf.gather indices每个元素(标量)是params某个axis的索引,tf.gather_nd 中indices最后一个阶对应于索引值。

tf.gather函数

函数原型

gather(
 params,
 indices,
 validate_indices=None,
 name=None,
 axis=0
)

params是要查找的张量,indices是要查找值的索引(int32或int64),axis是查找轴,name是操作名。

如果indices是标量

浅谈tensorflow中张量的提取值和赋值

如果indices是向量

浅谈tensorflow中张量的提取值和赋值

如果indices是高阶张量

浅谈tensorflow中张量的提取值和赋值

返回值:

该函数返回值类型与params相同,具体值是从params中收集过来的,形状为

浅谈tensorflow中张量的提取值和赋值

tf.gather_nd函数

函数原型

gather_nd(
 params,
 indices,
 name=None
)

indices是K阶张量,包含K-1阶的索引值。它最后一阶是索引,最后一阶维度必须小于等于params的秩。indices最后一阶的维数等于params的秩时,我们得到params的某些元素;indices最后一阶的维数小于params的秩时,我们得到params的切片。

浅谈tensorflow中张量的提取值和赋值

输出张量的形状由indices的K-1阶和params索引到的形状拼接而成,如下面

indices.shape[:-1] + params.shape[indices.shape[-1]:]

参数:

params:被收集的张量。

indices:索引张量。必须是以下类型之一:int32,int64。

name:操作的名称(可选)。

返回值:

该函数返回一个张量.与params具有相同的类型。张量值从indices所给定的索引中收集,并且具有这样的形状:

浅谈tensorflow中张量的提取值和赋值

已知赋值的位置,向张量赋值:tf.scatter_nd, tf.scatter_nd_update

tf.scatter_nd对零张量进行赋值,tf.scatter_nd_update对已有可变的张量进行赋值。

tf.scatter_nd函数
scatter_nd(
 indices,
 updates,
 shape,
 name=None
)

创建一个形状为shape的零张量,将updates赋值到indices指定的位置。

indices是整数张量,最内部维度对应于索引。

indices.shape[-1] <= shape.rank

如果indices.shape[-1] = shape.rank,那么indices直接对应到新张量的单个元素。如果indices.shape[-1] < shape.rank,那么indices中每个元素对新张量做切片操作。updates的形状应该如下所示

indices.shape[:-1] + shape[indices.shape[-1]:]

如果我们要把形状为(4,)的updates赋值给形状为(8,)的零张量,如下图所示。

浅谈tensorflow中张量的提取值和赋值

我们需要这样子做

indices = tf.constant([[4], [3], [1], [7]])
updates = tf.constant([9, 10, 11, 12])
shape = tf.constant([8])
scatter = tf.scatter_nd(indices, updates, shape)
with tf.Session() as sess:
 print(sess.run(scatter))

我们得到这样子的张量

[0, 11, 0, 10, 9, 0, 0, 12]

上面代码中,indices的形状是(4,1),updates的形状是(4,),shape的形状是(8,)。

indices.shape[:-1]+shape[indices.shape[-1]:] = (4,)+(,)=(4,)

如果我们要在三阶张量中插入两个切片,如下图所示,则应该像下面代码里所说的那样子做。

浅谈tensorflow中张量的提取值和赋值

indices = tf.constant([[0], [2]])
updates = tf.constant([[[5, 5, 5, 5], [6, 6, 6, 6],
   [7, 7, 7, 7], [8, 8, 8, 8]],
   [[5, 5, 5, 5], [6, 6, 6, 6],
   [7, 7, 7, 7], [8, 8, 8, 8]]])
shape = tf.constant([4, 4, 4])
scatter = tf.scatter_nd(indices, updates, shape)
with tf.Session() as sess:
 print(sess.run(scatter))

indices的形状是(2,1),updates的形状是(2,4,4),shape的形状是(4,4,4)。

indices.shape[:-1]+shape[indices.shape[-1]:]=(2,)+(4,4)=(2,4,4)

我们会得到这样子的张量

[[[5, 5, 5, 5], [6, 6, 6, 6], [7, 7, 7, 7], [8, 8, 8, 8]],
 [[0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0]],
 [[5, 5, 5, 5], [6, 6, 6, 6], [7, 7, 7, 7], [8, 8, 8, 8]],
 [[0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0]]]

函数参数

indices:Tensor;必须是以下类型之一:int32,int64;索引值张量。

updates:Tensor;分散到输出的更新。

shape:Tensor;必须与indices具有相同的类型;1-d;得到的张量的形状。

name:操作的名称(可选)。

返回值

此函数返回一个Tensor,它与updates有相同的类型;一个有shape形状的新张量,初始化值为0,部分值根据indices用updates进行更新。

tf.scatter_nd_update函数

函数原型

scatter_nd_update(
 ref,
 indices,
 updates,
 use_locking=True,
 name=None
)

scatter_nd_update也是把updates里面的值根据indices赋值到另外一个张量中,与scatter_nd不同的是,它是赋值到ref。

ref是秩为P的张量,indices是秩为Q的张量。

indices是整数类型的张量,必须具有这样的形状浅谈tensorflow中张量的提取值和赋值

indices最内部的维度对应于ref的某个元素或切片。

updates的形状是浅谈tensorflow中张量的提取值和赋值 ,是秩为Q-1+P-K的张量。

如果我们想要把(4,)的向量赋值到(8,)的ref中,我们可以像下面这样子操作。

ref = tf.Variable([1, 2, 3, 4, 5, 6, 7, 8])
indices = tf.constant([[4], [3], [1] ,[7]])
updates = tf.constant([9, 10, 11, 12])
update = tf.scatter_nd_update(ref, indices, updates)
with tf.Session() as sess:
 print sess.run(update)

我们可以得到这样的ref

[1, 11, 3, 10, 9, 6, 7, 12]

函数参数

ref:一个可变的Tensor。

indices:一个 int32 或 int64 Tensor;一个对ref进行索引的张量.

updates:一个Tensor.必须与ref具有相同的类型;更新值张量.

use_locking:可选的bool;如果为True,则赋值将受锁定的保护;否则行为是不确定的,但可能表现出较少的争用.

name:操作的名称(可选).

返回值:

经过更新的ref。

以上这篇浅谈tensorflow中张量的提取值和赋值就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。

Python 相关文章推荐
详解Python中映射类型(字典)操作符的概念和使用
Aug 19 Python
python开发中range()函数用法实例分析
Nov 12 Python
Python实现命令行通讯录实例教程
Aug 18 Python
深入理解 Python 中的多线程 新手必看
Nov 20 Python
Python中的连接符(+、+=)示例详解
Jan 13 Python
有关Python的22个编程技巧
Aug 29 Python
python3.4控制用户输入与输出的方法
Oct 17 Python
Python使用Selenium爬取淘宝异步加载的数据方法
Dec 17 Python
python画图--输出指定像素点的颜色值方法
Jul 03 Python
python datetime中strptime用法详解
Aug 29 Python
Python 3.8 新功能大揭秘【新手必学】
Feb 05 Python
Python实现结构体代码实例
Feb 10 Python
python通过安装itchat包实现微信自动回复收到的春节祝福
Jan 19 #Python
使用 Python 处理3万多条数据只要几秒钟
Jan 19 #Python
Python openpyxl模块原理及用法解析
Jan 19 #Python
Python imutils 填充图片周边为黑色的实现
Jan 19 #Python
python opencv 实现对图像边缘扩充
Jan 19 #Python
python给图像加上mask,并提取mask区域实例
Jan 19 #Python
python实现在一个画布上画多个子图
Jan 19 #Python
You might like
使用apache模块rewrite_module (转)
2007/02/14 PHP
PHP字符串的编码问题的详细介绍
2013/04/27 PHP
php简单实现多字节字符串翻转的方法
2015/03/31 PHP
PHP基于curl模拟post提交json数据示例
2018/06/22 PHP
cookie丢失问题(认证失效) Authentication (用户验证信息)也会丢失
2009/06/04 Javascript
JQuery jsonp 使用示例代码
2009/08/12 Javascript
jQuery 计算iframe 窗口大小的方法
2014/05/13 Javascript
分享2个jQuery插件--jquery.fileupload与artdialog
2014/12/26 Javascript
jQuery事件绑定与解除绑定实现方法
2015/04/15 Javascript
jquery仿百度百科底部浮动导航特效
2015/08/08 Javascript
js简单实现Select互换数据的方法
2015/08/17 Javascript
Google 地图API资料整理及详细介绍
2016/08/06 Javascript
js自定义trim函数实现删除两端空格功能
2018/02/09 Javascript
jQuery实现王者荣耀手风琴效果
2020/01/17 jQuery
javascript 函数的暂停和恢复实例详解
2020/04/25 Javascript
[46:55]完美世界DOTA2联赛决赛 FTD vs Phoenix 第三场 11.08
2020/11/11 DOTA
python黑魔法之编码转换
2016/01/25 Python
举例讲解Python设计模式编程中对抽象工厂模式的运用
2016/03/02 Python
Python多进程并发与多线程并发编程实例总结
2018/02/08 Python
Python使用pip安装pySerial串口通讯模块
2018/04/20 Python
win8下python3.4安装和环境配置图文教程
2018/07/31 Python
Python实现不规则图形填充的思路
2020/02/02 Python
python pandas.DataFrame.loc函数使用详解
2020/03/26 Python
Python 实现二叉查找树的示例代码
2020/12/21 Python
HTML5 Canvas像素处理使用接口介绍
2012/12/02 HTML / CSS
Corelle官方网站:购买康宁餐具
2016/11/02 全球购物
马来西亚奢侈品牌购物商城:Valiram 247
2020/09/29 全球购物
Perfume’s Club澳大利亚官网:西班牙领先的在线美容店
2021/02/01 全球购物
视光学毕业生自荐书范文
2014/02/13 职场文书
科长竞争上岗演讲稿
2014/05/12 职场文书
公司优秀员工获奖感言
2014/08/14 职场文书
2015届大学生就业推荐表自我评价
2014/09/27 职场文书
教师辞职信范文
2015/02/28 职场文书
php 原生分页
2021/04/01 PHP
java基础——多线程
2021/07/03 Java/Android
Flutter集成高德地图并添加自定义Maker的实践
2022/04/07 Java/Android