python - 张量 t[..., 1, tf.newaxis] ... 代表什么？

Question

我开始使用 Python 和 TensorFlow 机器学习。

我正在研究一个示例，在该示例中，我创建了一个简单的张量，表示具有两行三列 float 的矩阵:

t = tf.constant([[1., 2., 3.], [4., 5., 6.]])

教程然后提供以下代码:

t[..., 1, tf.newaxis]

我想知道省略号 ... 代表什么？

我在 Tensorflow API 中找不到任何对此语法的引用。

Answer 1

“...”表示指定维度“之前的所有维度”。

所以，在这个例子中:

t = tf.constant([[1., 2., 3.], [4., 5., 6.]])
t.shape
# OP: TensorShape([2, 3])

现在添加newaxis

t[..., 1, tf.newaxis]
# OP: <tf.Tensor: shape=(2, 1), dtype=float32, numpy=
# array([[2.],
#       [5.]], dtype=float32)>
t[..., 1, tf.newaxis].shape
# OP: TensorShape([2, 1])

如果没有 newaxis，它基本上会选择所有行 (...) 和第一列。形状将是 (2,)。现在，使用 newaxis，形状为 (2,1)。