一、按索引取數據

①tf.gather()

輸入參數：數據、維度、索引

例：設數據是[4,35,8]，4個班級，每個班級35個學生，每個學生8門課成績。

則下面In [49]的意思是，全部四個班級，每個班級取編號為2,3,7,9,16的學生，每個學生取所有8門課的成績。

②tf.gather_nd

前面輸入數據，后面填取的聯(lián)合維度。只把最內層的括號當做聯(lián)合索引的坐標。???????

下面的例子，也是一樣，最內層的中括號，是一個聯(lián)合索引。比如in56，第0個班級，第0號學生成績，以及第1號班級，第1號學生的成績。也就是每一個最內層中括號，都是一個樣本，而里面的每一個數據，都相當于一個特征。

③tf.boolean_mask

按布爾值索引，不指定維度相當于是第一個維度，指定axis就會根據axis去索引。給索引矩陣也可以。

二、維度變換

①tf.reshape()

輸入參數：數據，希望變成的維度

②tf.transpose()

轉置，perm數字指的是數字所在位置上放哪一個原來的維度。

pytorch中圖像存儲維度是[b,c,h,w]，tf中是[b,h,w,c]

③tf.expand_dims()

增加維度,第一個填的是數據，第二個填的是維度，是指你希望把添加的維度作為第幾維。

④tf.squeeze()

可以去掉為1的維度。不指定維度的話就去掉所有的為1的維度。

以上就是TensorFlow人工智能學習按索引取數據及維度變換詳解的詳細內容，更多關于TensorFlow索引維度變換的資料請關注服務器之家其它相關文章！

原文鏈接：https://blog.csdn.net/Swayzzu/article/details/121212492