char5-TF高阶操作
第五章主要是介绍了TensorFlow2的几个高阶操作,包含:
合并与分割
数据统计
张量比较
填充与复制
数据限幅
张量的高级操作
数据加载及预处理
?...# 结果是[2,6,8]
tf.stack([a,b], axis=-1) # 结果是[6,8,-1]
分割
合并的逆操作,将一个张量分成多个张量,通过tf.split(x,axis,num_or_size_splits...上面问题的解决
tf.gather_nd(x, [[1,1], [2,2], [3,3]])
tf.boolean_mask
通过掩码的方式来获取数据采样;掩码的长度必须和对应维度的长度一致
x = tf.random.uniform...tf.where
通过tf.where(cond, a, b)操作可以根据cond条件的真假从a 或 b 中读取数据
当a=b=None即 a,b 参数不指定时,``tf.where会返回cond张量中所有...只能在全0张量的白板上进行刷新,可能需要结合其他操作来实现现有张量的数据刷新功能。
shape:白板的形状
indices:需要刷新数据的索引
updates:需要插入进去的新数据
?