Tensorflow tf.tile()的用法实例分析


Posted in Python onMay 22, 2020

tf.tile()应用于需要张量扩展的场景,具体说来就是:

如果现有一个形状如[width, height]的张量,需要得到一个基于原张量的,形状如[batch_size,width,height]的张量,其中每一个batch的内容都和原张量一模一样。tf.tile使用方法如:

tile(
  input,
  multiples,
  name=None
)
import tensorflow as tf
a = tf.constant([7,19])
a1 = tf.tile(a,multiples=[3]) #第一个维度扩充3遍
b = tf.constant([[4,5],[3,5]])
b1 = tf.tile(b,multiples=[2,3])#第一个维度扩充2遍,第二个维度扩充3遍
with tf.Session() as sess:
  print(sess.run(a))
  print(sess.run(a1))
  print(sess.run(b))
  print(sess.run(b1))

Tensorflow tf.tile()的用法实例分析

补充知识:tf.tile() 和 tf.contrib.seq2seq.tile_batch()

简单介绍这两个函数的基本用法, 以及区别. 以及在 BeamSearch 的时候用哪个?

# 将input的某一维度复制多少次, len(input.shape()) 等于 len(multiples)
# tf.tile(input, multiples, name=None)
t = tf.constant([[1, 1, 1, 9], [2, 2, 2, 9], [7, 7, 7, 9]])
# 第一维度和第二维度都保持不变
z0 = tf.tile(t, multiples=[1, 1])
# 第1维度不变, 第二维度复制为2份
z1 = tf.tile(t, multiples=[1, 2])
# 第1维度复制为两份, 第二维度不变
z2 = tf.tile(t, multiples=[2, 1])
# tf.contrib.seq2seq.tile_batch(encoder_outputs, multiplier=self.beam_size)
encoder_outputs = tf.constant([[[1, 3, 1], [2, 3, 2]], [[2, 3, 4], [2, 3, 2]]])
print(encoder_outputs.get_shape()) # (2, 2, 3)
# 将batch内的每个样本复制3次, tile_batch() 的第2个参数是一个 int 类型数据
z4 = tf.contrib.seq2seq.tile_batch(encoder_outputs, multiplier=3)

with tf.Session() as sess:
  print(sess.run(z0))
  print(sess.run(z1))
  print(sess.run(z2))
 输出: 
 [[1 1 1 9]
 [2 2 2 9]
 [7 7 7 9]]
 
[[1 1 1 9 1 1 1 9]
 [2 2 2 9 2 2 2 9]
 [7 7 7 9 7 7 7 9]]
 
[[1 1 1 9]
 [2 2 2 9]
 [7 7 7 9]
 [1 1 1 9]
 [2 2 2 9]
 [7 7 7 9]]
 
[[[1 3 1]
 [2 3 2]]

 [[1 3 1]
 [2 3 2]]

 [[1 3 1]
 [2 3 2]]

 [[2 3 4]
 [2 3 2]]

 [[2 3 4]
 [2 3 2]]

 [[2 3 4]
 [2 3 2]]]

以上这篇Tensorflow tf.tile()的用法实例分析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
用python代码做configure文件
Jul 20 Python
Python在Windows和在Linux下调用动态链接库的教程
Aug 18 Python
python实现网站的模拟登录
Jan 04 Python
python妙用之编码的转换详解
Apr 21 Python
Python3 实现文件批量重命名示例代码
Jun 03 Python
python爬虫 批量下载zabbix文档代码实例
Aug 21 Python
Pytorch中.new()的作用详解
Feb 18 Python
Python解释器及PyCharm工具安装过程
Feb 26 Python
Python3标准库之functools管理函数的工具详解
Feb 27 Python
python字符串判断密码强弱
Mar 18 Python
Python基于百度AI实现OCR文字识别
Apr 02 Python
Pycharm配置lua编译环境过程图解
Nov 28 Python
python代码实现将列表中重复元素之间的内容全部滤除
May 22 #Python
Tensorflow实现将标签变为one-hot形式
May 22 #Python
Python selenium爬取微博数据代码实例
May 22 #Python
python实现文法左递归的消除方法
May 22 #Python
使用Django搭建网站实现商品分页功能
May 22 #Python
Tensorflow卷积实现原理+手写python代码实现卷积教程
May 22 #Python
Python实现发票自动校核微信机器人的方法
May 22 #Python
You might like
多重?l件?合查?(一)
2006/10/09 PHP
PHP与MySQL交互使用详解
2006/10/09 PHP
php动态生成JavaScript代码
2009/03/09 PHP
php权重计算方法代码分享
2014/01/09 PHP
php动态生成函数示例
2014/03/21 PHP
php数组索引的Key加引号和不加引号的区别
2014/08/19 PHP
php命令行模式代码实例详解
2021/02/26 PHP
一个背景云变换js特效 鼠标移动背景云变化
2012/12/28 Javascript
IE8的JavaScript点击事件(onclick)不兼容的解决方法
2013/11/22 Javascript
关于Function中的bind()示例详解
2016/12/02 Javascript
基于JavaScript实现的顺序查找算法示例
2017/04/14 Javascript
Vue+SpringBoot开发V部落博客管理平台
2017/12/27 Javascript
微信小程序点击列表跳转到对应详情页过程解析
2019/09/26 Javascript
Egg Vue SSR 服务端渲染数据请求与asyncData
2019/11/24 Javascript
[06:43]DAC2018 4.5 SOLO赛 Maybe vs Paparazi
2018/04/06 DOTA
[01:29:42]Liquid vs VP Supermajor决赛 BO 第一场 6.10
2018/07/05 DOTA
Python中super的用法实例
2015/05/28 Python
python比较两个列表大小的方法
2015/07/11 Python
windows系统下Python环境搭建教程
2017/03/28 Python
查看django执行的sql语句及消耗时间的两种方法
2018/05/29 Python
详解如何将python3.6软件的py文件打包成exe程序
2018/10/09 Python
python3 线性回归验证方法
2019/07/09 Python
pyinstaller参数介绍以及总结详解
2019/07/12 Python
python 实现多维数组(array)排序
2020/02/28 Python
解决numpy矩阵相减出现的负值自动转正值的问题
2020/06/03 Python
旅游管理本科生求职信
2013/10/14 职场文书
自荐信模版
2013/10/24 职场文书
车间工艺员岗位职责
2013/12/09 职场文书
2014全国两会心得体会
2014/03/17 职场文书
经济担保书范文
2014/04/02 职场文书
生日寄语大全
2014/04/08 职场文书
竞选班干部的演讲稿
2014/04/24 职场文书
2014旅游局领导班子四风问题对照检查材料思想汇报
2014/09/19 职场文书
Java数据结构之链表相关知识总结
2021/06/18 Java/Android
Python OpenCV实现图形检测示例详解
2022/04/08 Python
使用CSS实现按钮边缘跑马灯动画
2023/05/07 HTML / CSS