tensorflow - 如何重新排列张量中的元素，就像在 MATLAB 中一样？

Question

例如，我得到一个张量[30,6,6,3]:30是batch_size，6X6是height x width, 3 是 channels).

我如何重新排列它的元素，从 3X3 到 1X9，就像 MATLAB 中的像素一样？正如图片描述的那样:

tf.reshape() 似乎行不通。

Answer 1

您可以结合使用转置和 reshape 来进行这些类型的转换。 Numpy 和 TensorFlow 的逻辑是一样的，所以这里有一个使用 numpy 的更简单的例子。假设您有一个 4x4 数组，并希望像示例中那样跳过行/列，将其分成 4 个子数组。

IE，以

开头

a=array([[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11],
        [12, 13, 14, 15]])

您想获得 4 个子图像，例如

[0, 2]
[8, 10]

和

[1, 3]
[9, 11]

等等

首先，您可以通过跨列来生成子数组

b = a.reshape((4,2,2)).transpose([2,0,1])

这会生成以下数组

array([[[ 0,  2],
        [ 4,  6],
        [ 8, 10],
        [12, 14]],

       [[ 1,  3],
        [ 5,  7],
        [ 9, 11],
        [13, 15]]])

现在你跳过行

c = b.reshape([2,2,2,2]).transpose(2,0,1,3)

这会生成以下数组

array([[[[ 0,  2],
         [ 8, 10]],

        [[ 1,  3],
         [ 9, 11]]],


       [[[ 4,  6],
         [12, 14]],

        [[ 5,  7],
         [13, 15]]]])

现在注意你有想要的子数组，但是最左边的形状是 2x2，但你想要有 4，所以你重新整形

c.reshape([4,2,2])

这给了你

array([[[ 0,  2],
        [ 8, 10]],

       [[ 1,  3],
        [ 9, 11]],

       [[ 4,  6],
        [12, 14]],

       [[ 5,  7],
        [13, 15]]])

请注意，将 n,m 数组组合成 n*m 单维的一般技术是执行 reshape(m*n, ...) 。由于行优先顺序，要展平的维度必须在左侧，以便 reshape 作为展平操作。因此，如果在您的示例中 channel 是最后一个维度，您将需要将它们转置到左侧，展平(使用 reshape )，然后将它们转回原位。