,新维度的位置是任意的
可以同时堆叠多个张量
进行堆叠的张量维度必须一致
axis的用法和tf.expand_dims中相同: axis \geq 0 表示当前维度之前插入 axis < 0
?...为 List 时,每个元素表示每份的长度,如[2,4,2,2]表示 切割为 4 份,每份的长度分别为 2,4,2,2
x = tf.random.normal([10,35,8])
result = tf.split...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...cond 中为 True 的元素索引
demo
获取张量中的正数及其索引
x = tf.random.normal([3,3]) # 构造 a
mask=x>0 # 比较操作,等同于 tf.equal...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
?