axis理解 |
您所在的位置：网站首页 › axis什么函数 › axis理解 |
axis理解
|
目录 1. Axis的数量即为数据的维度 2. 从内到外"扒开"张量 3. 列几个对axis进行操作的tensorflow op，加深印象（argmax/gather） 1. Axis的数量即为数据的维度 axis（轴，维度） 在数学和物理中，维度通常被解释为空间中描述一个位置所需的最少坐标个数(基底的位数)。 然而在 numpy 中 axis 的个数就是数据的维度，体现在具体数据上就是括号的层数。 [[1, 2, 3], [2, 3, 4], [5, 4, 3], [8, 7, 2]] —— axis=2，二维Tensor 可以认为有多少个"["维度就为几，“轴”是从外向里的，axis从外层到内层依次增大(0,1…) 2. 从内到外"扒开"张量 input = [ [[1,2,3,4], [2,3,4,1]], [[1,2,9,4], [2,0,6,1]], [[1,0,3,4], [2,3,5,1]], ] # 3x2x4 axis = 0 : 沿着axis=0，划分出单个元素，就是最外层中括号括住的元素 元素个数：3，每个元素的shape=2x4，如下： [[1,2,3,4], [2,3,4,1]] / [[1,2,9,4], [2,0,6,1]] / [[1,0,3,4], [2,3,5,1]] axis = 1: 单个元素为中间层的中括号包围的元素,最外层的中括号仍存在 元素个数：2，每个元素的shape=3x4 [[1,2,3,4], [1,2,9,4], [1,0,3,4]] axis = 2: 单个元素为最内层的中括号包围的元素,最外层和中间层的中括号仍存在 元素个数：4，每个元素的shape=3x2 [[1,2], [1,2], [1,2]] 3. 列几个对axis进行操作的tensorflow op，加深印象（argmax/gather） 一、假设argmax操作：返回对应axis的最大值 就是比对由指定axis划分的子tensor中各元素的对应值，比较出最大值 如axis=0,则比较下面三个子tensor的对应点 [[1,2,3,4], [2,3,4,1]] / [[1,2,9,4], [2,0,6,1]] / [[1,0,3,4], [2,3,5,1]] 结果：[[1,2,9,4], [2,3,6,1]] 二、gather 从指定axis维度获取指定索引的子tensor 例：3x3x2x3 input =[ [ [[1, 1, 1], [2, 2, 2]], [[3, 3, 3], [4, 4, 4]], [[5, 5, 5], [6, 6, 6]] ], [ [[7, 7, 7], [8, 8, 8]], [[9, 9, 9], [10, 10, 10]], [[11, 11, 11], [12, 12, 12]] ], [ [[13, 13, 13], [14, 14, 14]], [[15, 15, 15], [16, 16, 16]], [[17, 17, 17], [18, 18, 18]] ] ] 1、axis = 0, indices=[0.2] axis = 0轴上的子tensor个数为：3， 子tensor shape= 3x2x3 indices=[0,2],表示获取第0个和第2个子tensor，即： [ [[1, 1, 1], [2, 2, 2]], [[3, 3, 3], [4, 4, 4]], [[5, 5, 5], [6, 6, 6]] ], 和 [ [[13, 13, 13], [14, 14, 14]], [[15, 15, 15], [16, 16, 16]], [[17, 17, 17], [18, 18, 18]] ]
|
【本文地址】
今日新闻 |
推荐新闻 |