web-dev-qa-db-ja.com

tensorflowのnumpy.newaxisの代替は何ですか？

こんにちは、テンソルフローは初めてです。次のpythonコードをtensorflowに実装します。

import numpy as np
a = np.array([1,2,3,4,5,6,7,9,0])
print(a) ## [1 2 3 4 5 6 7 9 0]
print(a.shape) ## (9,)
b = a[:, np.newaxis] ### want to write this in tensorflow.
print(b.shape) ## (9,1)
pythonpython-3.xnumpytensorflowtensor
13
Rahul

それは tf.expand_dims -

tf.expand_dims(a, 1) # Or tf.expand_dims(a, -1)

基本的に、この新しい軸が挿入される軸IDをリストし、後続の軸/ dimはpushed-backです。

リンクされたドキュメントから、エキスパンドサイズの例をいくつか示します-

# 't' is a tensor of shape [2]
shape(expand_dims(t, 0)) ==> [1, 2]
shape(expand_dims(t, 1)) ==> [2, 1]
shape(expand_dims(t, -1)) ==> [2, 1]

# 't2' is a tensor of shape [2, 3, 5]
shape(expand_dims(t2, 0)) ==> [1, 2, 3, 5]
shape(expand_dims(t2, 2)) ==> [2, 3, 1, 5]
shape(expand_dims(t2, 3)) ==> [2, 3, 5, 1]
10
Divakar

対応するコマンドはtf.newaxis（またはnumpyのようにNone）です。 tensorflowのドキュメントにはそれ自体のエントリはありませんが、 tf.stride_slice のドキュメントページで簡単に説明されています。

x = tf.ones((10,10,10))
y = x[:, tf.newaxis] # or y = x [:, None]
print(y.shape)
# prints (10, 1, 10, 10)

tf.expand_dimsの使用も問題ありませんが、上記のリンクに記載されているように、

これらのインターフェースははるかに使いやすく、強くお勧めします。

7
P-Gn

NumPyとまったく同じ型（つまりNone）に関心がある場合は、tf.newaxisがnp.newaxisの完全な代替となります。

例：

In [71]: a1 = tf.constant([2,2], name="a1")

In [72]: a1
Out[72]: <tf.Tensor 'a1_5:0' shape=(2,) dtype=int32>

# add a new dimension
In [73]: a1_new = a1[tf.newaxis, :]

In [74]: a1_new
Out[74]: <tf.Tensor 'strided_slice_5:0' shape=(1, 2) dtype=int32>

# add one more dimension
In [75]: a1_new = a1[tf.newaxis, :, tf.newaxis]

In [76]: a1_new
Out[76]: <tf.Tensor 'strided_slice_6:0' shape=(1, 2, 1) dtype=int32>

これは、NumPyで行う操作とまったく同じです。あなたがそれを増やしたいのと同じ次元でちょうどそれを使用してください。

1
kmario23

考慮してください tf.keras.layers.Reshape ：

# as first layer in a Sequential model
model = Sequential()
model.add(Reshape((3, 4), input_shape=(12,)))
# now: model.output_shape == (None, 3, 4)
# note: `None` is the batch dimension

# as intermediate layer in a Sequential model
model.add(Reshape((6, 2)))
# now: model.output_shape == (None, 6, 2)

# also supports shape inference using `-1` as dimension
model.add(Reshape((-1, 2, 2)))
# now: model.output_shape == (None, 3, 2, 2)
0
EliadL