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。
最佳答案
“...”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)。
关于python - 张量 t[..., 1, tf.newaxis] ... 代表什么?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/69331522/