2017年12月17日

tf.concat( )和tf.stack( )

摘要: 相同点:都是组合重构数据. 不同点:concat()不改变维数,而stack改变了维数(待定!!!) tf.concat是连接两个矩阵的操作,请注意API版本更改问题,相应参数也发生改变,具体查看API. tf.concat(concat_dim, values, name='concat') 除去 阅读全文

posted @ 2017-12-17 21:42 mdumpling 阅读(9845) 评论(0) 推荐(0) 编辑

tf.split( )和tf.unstack( )

摘要: [array([[1],[4]]), array([[2],[5]]), array([[3],[6]])] [array([1, 4]), array([2, 5]), array([3, 6])] [array([[1, 2, 3]]), array([[4, 5, 6]])] [array([ 阅读全文

posted @ 2017-12-17 21:32 mdumpling 阅读(3378) 评论(0) 推荐(0) 编辑

tf.stack( )和tf.unstack( )

摘要: 相同点:他们都增加了矩阵的维度,而split()不改变维度! tf.stack()这是一个矩阵拼接的函数,tf.unstack()则是一个矩阵分解的函数 c是拼接,而d和e则是不同维度的分解 阅读全文

posted @ 2017-12-17 21:28 mdumpling 阅读(1339) 评论(0) 推荐(0) 编辑

tf.expand_dims和tf.squeeze函数

摘要: from http://blog.csdn.net/qq_31780525/article/details/72280284 tf.expand_dims() Function tf.expand_dims(input, axis=None, name=None, dim=None) Inserts 阅读全文

posted @ 2017-12-17 21:22 mdumpling 阅读(7794) 评论(0) 推荐(0) 编辑

导航