TensorFlow人工智能学习数据合并分割统计示例详解
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!
相关文章
Python程序打包工具py2exe和PyInstaller详解
这篇文章主要介绍了Python程序打包工具py2exe和PyInstaller详解,如果可以提前将程序打包成 Windows平台的 .exe 文件或者是Linux下的 .sh 脚本,那么使用起来就会方便很多,需要的朋友可以参考下2019-06-06
Python BeautifulSoup4实现数据解析与提取
Beautiful Soup是一个Python的库,用于解析HTML和XML文档,提供了方便的数据提取和操作功能,下面小编就来和大家详细聊聊如何利用BeautifulSoup4实现数据解析与提取吧2023-10-10
解决Python中的ModuleNotFoundError: No module named 'pad
你是否在尝试导入`paddle`模块时遇到了"ModuleNotFoundError: No module named 'paddle'"这个错误?别担心,我们的指南会告诉你如何解决,这就像找到丢失的钥匙一样简单,让我们一起来看看如何解决这个问题吧!2024-03-03


最新评论