Tensorflow中的transpose函數解析


transpose函數作用是對矩陣進行轉換操作

  相信說完上面這一句,大家和我一樣都是懵逼狀態,完全不知道是怎么回事,那么接下來和我一起探討吧

 

  1、二維數組

    x = [[1,3,5],

        [2,4,6]]     二維數組為2行3列的矩陣

    對於二維數組,perm=[0,1],0代表二維數組的行,1代表二維數組的列

    tf.transpose(x, perm=[1, 0]),結果為[[1,2],     perm[1,0]代表將數組的行和列進行交換,代表矩陣的轉置,轉置之后為3行2列

                         [3,4],

                         [5,6]]

 

      

 

  2、三維數組

    x = [[[1,2,3,4],[5,6,7,8],[5,6,7,8]],

        [[9,12,13,14],[15,16,17,18],[5,6,7,8]]]   此3維數組為2x3x4,可以看成是兩個 3x4的二維數組

    對於二維數組,perm=[0,1,2],0代表三維數組的高(即為二維數組的個數),1代表二維數組的行,2代表二維數組的列

    tf.transpose(x, perm=[1,0,2])代表將三位數組的高和行進行轉置,

 

    

    


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM