tensorflow常用函数

tf.gather：用一个一维的索引数组，将张量中对应索引的向量提取出来

import tensorflow as tf 
 
a = tf.Variable([[1,2,3,4,5], [6,7,8,9,10], [11,12,13,14,15]])
index_a = tf.Variable([0,2])
 
b = tf.Variable([1,2,3,4,5,6,7,8,9,10])
index_b = tf.Variable([2,4,6,8])
 
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print(sess.run(tf.gather(a, index_a)))
    print(sess.run(tf.gather(b, index_b)))
 
#  [[ 1  2  3  4  5]
#   [11 12 13 14 15]]
 
#  [3 5 7 9]

np.stack()

axis参数指定新轴在结果尺寸中的索引。指定的索引，是新结果shape的第n个位置的值。例如，如果axis=0，它将是第一个维度，如果axis=-1，它将是最后一个维度。

• 参数： 数组：array_like的序列每个数组必须具有相同的形状。axis：int，可选输入数组沿其堆叠的结果数组中的轴。
• 返回： 堆叠：ndarray堆叠数组比输入数组多一个维。

>>> a = np.array([1, 2, 3])

>>> b = np.array([2, 3, 4])

>>> a.shape

(3,)

>>> b.shape

(3,)

>>> np.stack((a, b), axis=0).shape

(2, 3)

>>> np.stack((a, b), axis=1).shape

(3, 2)

tf.stack()和np.stack()道理差不多

tf.concat是沿某一维度拼接shape相同的张量，拼接生成的新张量维度不会增加。而tf.stack是在新的维度上拼接，拼接后维度加1

参考连接：

https://www.cnblogs.com/estragon/p/9809154.html

https://blog.csdn.net/Gai_Nothing/article/details/88416782

https://blog.csdn.net/feifeiyechuan/article/details/89388103

import tensorflow as tf

 

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

index_a = tf.Variable([0,2])

 

b = tf.Variable([1,2,3,4,5,6,7,8,9,10])

index_b = tf.Variable([2,4,6,8])

 

with tf.Session() as sess:

    sess.run(tf.global_variables_initializer())

    print(sess.run(tf.gather(a, index_a)))

    print(sess.run(tf.gather(b, index_b)))

 

#  [[ 1  2  3  4  5]

#   [11 12 13 14 15]]

 

#  [3 5 7 9]