tensorflow学习笔记提取张量的某一维数据

提取张量的某一维

一、要点总结

最好使用tf.slice函数，可以保持提取出的切片的维度，如果采用类似list的方法，维度会降低，具体可看代码

二、实验代码

场景：假设我有一个3&＃215;3的张量，我希望提取出其第一列，然后每一列都减去第一列的值

import tensorflow as tf
import numpy as np
a = np.array(range(9))
x = tf.constant(a)
x = tf.reshape(x,[3,3])
z = x[:,0]
y = x - z
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
print(sess.run(z))
print(sess.run(x))
print(sess.run(y))

如果采用上述代码，则输出为

[0 3 6]
[[0 1 2]
[3 4 5]
[6 7 8]]
[[ 0 -2 -4]
[ 3 1 -1]
[ 6 4 2]]

即虽然正确提取出了张量的值，但变成了1维的向量，再根据broadcast的规则，无法达成我期望的操作，即每一列都减去第一列

import tensorflow as tf
import numpy as np
a = np.array(range(9))
x = tf.constant(a)
x = tf.reshape(x,[3,3])
z = tf.slice(x,[0,0],[-1,1])
y = x - z
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
print(sess.run(z))
print(sess.run(x))
print(sess.run(y))

换用tf.slice函数，则可以正确实现

[[0]
[3]
[6]]
[[0 1 2]
[3 4 5]
[6 7 8]]
[[0 1 2]
[0 1 2]
[0 1 2]]


关于tf.slice的一些说明：

1.slice函数必须有的3个输入是input，begin和size

input是等待被提取的张量

begin是每一维我希望从什么位置开始提取

size是每一维我希望提取出多少，-1表示全部提取

2.更详细的内容参考

中文：https://www.w3cschool.cn/tensorflow_python/tensorflow_python-cdj92kbd.html

官方：https://tensorflow.google.cn/api_docs/python/tf/slice