TensorFlow索引维度变换 TensorFlow人工智能学习按索引取数据及维度变换详解

一、按索引取数据

①tf.gather()

输入参数：数据、维度、索引

例：设数据是[4,35,8]，4个班级，每个班级35个学生，每个学生8门课成绩。

则下面In [49]的意思是，全部四个班级，每个班级取编号为2,3,7,9,16的学生，每个学生取所有8门课的成绩。

②tf.gather_nd

前面输入数据，后面填取的联合维度。只把最内层的括号当做联合索引的坐标。​​​​​​​

下面的例子，也是一样，最内层的中括号，是一个联合索引。比如in56，第0个班级，第0号学生成绩，以及第1号班级，第1号学生的成绩。也就是每一个最内层中括号，都是一个样本，而里面的每一个数据，都相当于一个特征。

③tf.boolean_mask

按布尔值索引，不指定维度相当于是第一个维度，指定axis就会根据axis去索引。给索引矩阵也可以。

二、维度变换

①tf.reshape()

输入参数：数据，希望变成的维度

②tf.transpose()

转置，perm数字指的是数字所在位置上放哪一个原来的维度。

pytorch中图像存储维度是[b,c,h,w]，tf中是[b,h,w,c]

③tf.expand_dims()

增加维度,第一个填的是数据，第二个填的是维度，是指你希望把添加的维度作为第几维。

④tf.squeeze()

可以去掉为1的维度。不指定维度的话就去掉所有的为1的维度。