tf.split张量拆分(很简单)

tf.split的作用就是将张量按指定维度和分割个数拆分为子张量列表。

源码解释

tf.split(value, num_or_size_splits, axis&＃61;0, num&＃61;None, name&＃61;&＃39;split&＃39;
)参数&＃xff1a;value&＃xff1a; 张量
num_or_size_splits&＃xff1a;int或者一维张量或者list&＃xff0c;将根据axis所指向的维度进行切分数据。可以理解为切这个张量的分割量(注意不是比例)。当是一个整数时&＃xff0c;表示按该值均分&＃xff0c;比如2&＃xff0c;则一分为二&＃xff0c;当是列表时&＃xff0c;则按列表的元素值来分。比如假如原维数值为10&＃xff0c;那么[2,8]则表示切分为2和8.这要看例子就一目了然
axis: 切分的维度,即根据哪个维度来把这个张量给大卸八块。
num: 这个不用管没什么用
name: 该操作的名称



import tensorflow as tfa &＃61; tf.random.normal(shape&＃61;(10,10,1))# 将第一维按2,3,5的个数分割
t1,t2,t3 &＃61; tf.split(a,num_or_size_splits&＃61;[2,3,5],axis&＃61;0)
print(t1.shape) # (2, 10, 1)
print(t2.shape) # (3, 10, 1)
print(t3.shape) # (5, 10, 1)# 将第二维均分成2部分
m,n &＃61; tf.split(a,num_or_size_splits&＃61;2,axis&＃61;1)
print(m.shape) # (10, 5, 1)
print(n.shape) # (10, 5, 1)# 将第二维按 2,3,5的个数分割
x,y,z &＃61; tf.split(a,num_or_size_splits&＃61;[2,3,5],axis&＃61;1)
print(x.shape) # (10, 2, 1)
print(y.shape) # (10, 3, 1)
print(z.shape) # (10, 5, 1)

注意&＃xff1a;

num_or_size_splits切分值&＃xff0c;无论是均分还是按列表个数分&＃xff0c;都必须完完全全被分割完整&＃xff0c;不能有小数或者多余维度剩下。

比如&＃xff1a;第二维度均分三份&＃xff0c;报错&＃xff01;
原因第二维是10的长度&＃xff0c;不能被3整除

r1,r2,r3 &＃61; tf.split(a,num_or_size_splits&＃61;3,axis&＃61;1) # 报错


再比如&＃xff1a;
第二维按[2,2,2]的个数来分配&＃xff0c;报错&＃xff01;
原因第二维是10的长度&＃xff0c;按[2,2,2]分配后还剩4维没有分配&＃xff0c;同样按[2,8,2]来分不用想了肯定报错&＃xff0c;本就10个怎么还能分出多2个。

u1,u2,u3 &＃61; tf.split(a,num_or_size_splits&＃61;[2,2,2],axis&＃61;1) # 报错


总结&＃xff1a;

tf.split(value, num_or_size_splits, axis&＃61;0, num&＃61;None, name&＃61;‘split’)
value: 为原张量
num_or_size_splits&＃xff1a;为分割量&＃xff0c;如果为单个整数&＃xff0c;则表示按该整数均分&＃xff0c;如果是list则按元素多少分割张量。分割后的个部分数量必须能完完全全把原维度的数量分割干净&＃xff0c;不能有小数或多余更不能少。
axis&＃xff1a;指定张量维度&＃xff0c;分割需要依据此维度来进行分割
num&＃xff1a;不用管&＃xff0c;没多大用
name: 不用管&＃xff0c;操作名称