如下所示：
|
1
2
3
4
5
6
7
8
9
10
|
import tensorflow as tfa=tf.constant([[[1,2,3,4],[4,5,6,7],[7,8,9,10]], [[11,12,13,14],[20,21,22,23],[15,16,17,18]]])print(a.shape)b,c=tf.split(a,2,0) #参数1、张量 2、获得的切片数 3、切片的维度 将两个切片分别赋值给b,cprint(b.shape)print(c.shapewith tf.Session() as sess: #查看运行结果 print(sess.run(b)) print(sess.run(c)) |
输出结果为
|
1
2
3
4
5
6
7
8
9
|
(2, 3, 4)(1, 3, 4)(1, 3, 4)[[[ 1 2 3 4] [ 4 5 6 7] [ 7 8 9 10]]][[[11 12 13 14] [20 21 22 23] [15 16 17 18]]] |
注意到此时b,c均为三维张量数据，若想转换为二维数组，可使用tf.reshape命令
|
1
2
3
4
5
|
d=tf.reshape(b,[3,4])print(d.shape) #output(3, 4) |
以上这篇tensorflow实现对张量数据的切片操作方式就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/ljxopencv/article/details/90523839
