欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

tf.concat()和tf.reduce_mean()用法总结

程序员文章站 2024-03-25 08:01:39
...

一、tf.concat()用于拼接

        tf.concat(values1,values2):
  1. values1:需要拼接的矩阵或列表或矩阵组成的元组
  2. 对那一维度进行拼接(2维数据 0 是行拼接 1是列拼接 ;3维数据看例子自己理解吧!!
    二、tf.reduce_mean()用于求某一维上的平均值

求最大值tf.reduce_max(input_tensor, reduction_indices=None, keep_dims=False, name=None)

求平均值tf.reduce_mean(input_tensor, reduction_indices=None, keep_dims=False, name=None)

s=np.array([[[1,2,1],[3,4,1]],[[5,6,1],[7,8,1]]])
s1=np.array([[[10,20,10],[30,40,10]],[[50,60,10],[70,80,10]]])
t=[s,s1]
print(np.shape(s))
print(s[:,-1,:])
sess = tf.Session()
output_rnn=sess.run(tf.concat(t,2))
aa=sess.run(tf.reduce_mean(output_rnn,axis=0))
print(s)
print("------------")
print(s1)
print("------------")
print(t)
print("------------")
print(output_rnn)
print("------------")
print(“axis=0:{}”.format(aa))
print("===========================")
print(output_rnn[:,-1,:])
sess.close()

相关标签: lstm