Thay thế numpy.newaxis trong tensorflow là gì?

Question

Xin chào, tôi là người mới đến tensorflow. Tôi muốn thực hiện các mã python sau trong tensorflow.

import numpy as np 
a = np.array([1,2,3,4,5,6,7,9,0]) 
print(a) ## [1 2 3 4 5 6 7 9 0] 
print(a.shape) ## (9,) 
b = a[:, np.newaxis] ### want to write this in tensorflow. 
print(b.shape) ## (9,1) 

Answer 1

Tôi nghĩ đó sẽ là tf.expand_dims -

tf.expand_dims(a, 1) # Or tf.expand_dims(a, -1) 

Về cơ bản, chúng tôi liệt kê ID trục nơi trục mới này sẽ được chèn vào và các dấu trục/dims là đẩy lại.

Từ các tài liệu liên quan, đây là vài ví dụ về kích thước mở rộng -

# 't' is a tensor of shape [2] 
shape(expand_dims(t, 0)) ==> [1, 2] 
shape(expand_dims(t, 1)) ==> [2, 1] 
shape(expand_dims(t, -1)) ==> [2, 1] 

# 't2' is a tensor of shape [2, 3, 5] 
shape(expand_dims(t2, 0)) ==> [1, 2, 3, 5] 
shape(expand_dims(t2, 2)) ==> [2, 3, 1, 5] 
shape(expand_dims(t2, 3)) ==> [2, 3, 5, 1] 

Answer 2

Lệnh tương ứng là tf.newaxis. Nó không có một mục nhập riêng trong tài liệu của tensorflow, nhưng được đề cập ngắn gọn trên trang doc của tf.stride_slice.

x = tf.ones((10,10,10)) 
y = x[:,tf.newaxis,...] 
print(y.shape) 
# prints (10, 1, 10, 10) 

Sử dụng tf.expand_dims là tốt quá, nhưng, như đã trình bày trong diễn đàn,

Những giao diện được nhiều hơn nữa thân thiện, và rất khuyến khích.

Answer 3

Nếu bạn quan tâm đến chính xác cùng loại (nghĩa. None) như trong NumPy, sau đó tf.newaxis là thay thế chính xác để np.newaxis.

Ví dụ:

In [71]: a1 = tf.constant([2,2], name="a1") 

In [72]: a1 
Out[72]: <tf.Tensor 'a1_5:0' shape=(2,) dtype=int32> 

# add a new dimension 
In [73]: a1_new = a1[tf.newaxis, :] 

In [74]: a1_new 
Out[74]: <tf.Tensor 'strided_slice_5:0' shape=(1, 2) dtype=int32> 

# add one more dimension 
In [75]: a1_new = a1[tf.newaxis, :, tf.newaxis] 

In [76]: a1_new 
Out[76]: <tf.Tensor 'strided_slice_6:0' shape=(1, 2, 1) dtype=int32> 

Đây chính là cùng một loại hoạt động mà bạn làm trong NumPy. Chỉ cần sử dụng nó chính xác ở cùng một kích thước mà bạn muốn nó được tăng lên.