tf.roll：tensorflow 中对多维Tensor移位

1. 函数说明

先说结论：
tf.roll(t, shift=[1, -2], axis=[0, 1])：
shift：正值表示右（或下）移，负值表示左（或上）移
axis：tensor不只一行时：0轴表示列，1轴表示行；只有一行时，0，1都是按行
表示整体沿着(axis=0)列下移1位，再沿着(axis=1)行方向右移2位

• 情况1:axis=0，但是tensor只有一行

tf.roll(t, shift=2, axis=0)：
shift：正值表示右移，负值表示左移，这里表示右移2位，
axis=0，按行移动

• 情况2: axis=0或axis=[0]，tensor不只一行

t1=tf.roll(t, shift=[1], axis=[0])
axis=0, axis=[0]：tensor不只一行，0轴表示列，1轴表示行(有括号是不一样的)

• 情况3:axis=[0, 1]

tf.roll(t, shift=[1, -2], axis=[0, 1]) ：
表示整体沿着列下移1位，再沿着行方向右移2位

• 情况4:不加shift和axis

tf.roll(t, [1, -2], [0, 1]) ：
和情况3一样

2. 举例说明

• 例1:

输入：

t =[0, 1, 2, 3, 4]
tf.roll(t, shift=2, axis=0) 

输出：

<tf.Tensor: shape=(5,), dtype=int32, numpy=array([3, 4, 0, 1, 2], dtype=int32)>

• 例2和例3:

输入:

t=[[0, 1, 2, 3, 4], [5, 6, 7, 8, 9]]
t1=tf.roll(t, shift=[1], axis=[0])

print('t1=',t1)
t2=tf.roll(t1, shift=[ -2], axis=[ 1]) 
print('t2=',t2)

输出：

t1= tf.Tensor(
[[5 6 7 8 9]
 [0 1 2 3 4]], shape=(2, 5), dtype=int32)
t2= tf.Tensor(
[[7 8 9 5 6]
 [2 3 4 0 1]], shape=(2, 5), dtype=int32)

• 例4:可以把例2和例3两部合并成一步执行:

输入：

tf.roll(t, shift=[1, -2], axis=[0, 1]) 

输出：

t2= tf.Tensor(
[[7 8 9 5 6]
 [2 3 4 0 1]], shape=(2, 5), dtype=int32)