python

关注公众号 jb51net

关闭
首页 > 脚本专栏 > python > TensorFlow数据合并分割统计

TensorFlow人工智能学习数据合并分割统计示例详解

作者:Swayzzu

这篇文章主要为大家介绍了TensorFlow人工智能学习数据合并分割及统计的示例详解有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步

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。

以上就是TensorFlow人工智能学习数据合并分割统计示例详解的详细内容,更多关于TensorFlow数据合并分割统计的资料请关注脚本之家其它相关文章!

您可能感兴趣的文章:
阅读全文