标签：分割 tensor 合并 指定 tf 维度 TensorFlow 范数
目录
一、数据合并与分割
1.tf.concat()
填入两个tensor, 指定某维度，在指定的维度合并。除了合并的维度之外，其他的维度必须相等。
2.tf.split()
填入tensor，指定维度，指定分割的数量。例如原数据维度是[2,4,35,8]，当分割数量指定为2，维度是最后一维时，会分割成两个tensor，维度均是[2,4,35,4]。分割的维度，也可以直接指定数量及维度。比如指定为[2,2,4]，则会分成三个tensor，最后一个维度分别是2,2,4。
3.tf.stack()
该方法会创造新的维度。要求两个合并的数据维度全部一样，在哪个维度合并，就会在哪个维度前面产生一个新维度，可以根据这个维度进行选择。
二、数据统计
注意：tf中指定维度的时候，就是把指定的维度上的内容进行操作，保留剩下的维度。
比如(2,3)，求范数，如果指定axis=1，也就是列，那就是说，使用列上的3个数据，去求范数。得到的就是2维向量。也就是，指定了哪个维度，就会消去哪个维度。
1.tf.norm()
求范数，如果不指定几范数就是二范数。
指定ord=1就是1范数。可以指定维度，就是把指定的维度上的内容求范数，保留剩下的维度。
比如(2,3)，如果指定axis=1，也就是列，那就是说，使用列上的3个数据，去求范数。得到的就是2维向量。也就是，指定了哪个维度，就会消去哪个维度。
2.reduce_min/max/mean()
求数据的最小值、最大值、均值。这里有一个reduce，意思是提醒我们维度会降低。
3.tf.argmax/argmin()
返回最大值、最小值的索引，如果不指定维度，那就是默认把第0维的求出来。
4.tf.equal()
填入两个tensor，形状需要一样，返回一样形状的布尔tensor，可以通过先转换成整型（1,0），再累加的方式，求得两个tensor中相同数据的数量。
5.tf.unique()
和numpy中的unique一样。
标签：分割,tensor,合并,指定,tf,维度,TensorFlow,范数 来源： https://blog.csdn.net/Swayzzu/article/details/121222907
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。