标签:std repeat 元素 np tf inpt axis
tf.repeat实现单一元素扩展为其重复元素的二维图像
目标:将一维数据[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]扩展为9张二维图像(第一张图像中元素全为0,第二张的全为1,以此类推…)
代码:
import numpy as np
import tensorflow as tf
inpt = np.arange(10)
inpt = inpt.T # 生成[0, 1, 2 ... , 9]的列向量
inpt = np.expand_dims(inpt, axis=1) # 对inpt先扩一维,或者后面对std扩维也成
inpt.shape
输出:
(10, 1)
代码:
std = np.expand_dims(inpt, axis=2) # 继续扩维,将std扩为3维,便于后续repeat
std = tf.repeat(std, repeats=5, axis=1) # 对第1维重复
std = tf.repeat(std, repeats=4, axis=2) # 对第2维重复
std
输出:
<tf.Tensor: shape=(10, 5, 4), dtype=int32, numpy=
array([[[0, 0, 0, 0],
[0, 0, 0, 0],
[0, 0, 0, 0],
[0, 0, 0, 0],
[0, 0, 0, 0]],
[[1, 1, 1, 1],
[1, 1, 1, 1],
[1, 1, 1, 1],
[1, 1, 1, 1],
[1, 1, 1, 1]],
...
[[9, 9, 9, 9],
[9, 9, 9, 9],
[9, 9, 9, 9],
[9, 9, 9, 9],
[9, 9, 9, 9]]])>
标签:std,repeat,元素,np,tf,inpt,axis 来源: https://blog.csdn.net/phdongou/article/details/114791631
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。