tf.roll:tensorflow 中对多维Tensor移位

tf.roll:tensorflow 中对多维Tensor移位,第1张

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)

欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/langs/569925.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-04-09
下一篇 2022-04-09

发表评论

登录后才能评论

评论列表(0条)

保存