最近在使用tensorflow進(jìn)行網(wǎng)絡(luò)訓(xùn)練的時候，需要提取出別人訓(xùn)練好的卷積核的部分層的數(shù)據(jù)。由于tensorflow中的tensor和python中的list不同，無法直接使用加法進(jìn)行拼接，后來發(fā)現(xiàn)一個函數(shù)可以完成tensor的拼接。

函數(shù)形式如下：

tf.concat(concat_dim,values,name='concat')

其中，第一個參數(shù)表示需要拼接的多維tensor，并且可以將多個tensor同事拼接，第二個表示按照哪一個維度拼接（從數(shù)字0開始）。

例子：創(chuàng)建一個三維的tensor，然后分別取出最后一個維度（注意：tensor支持與python中l(wèi)ist相似的切片操作，可以使用這種方式進(jìn)行拆分），然后在拼接在一起。

import tensorflow as tfweights=tf.Variable(tf.truncated_normal([2,3,4],dtype=tf.float32,stddev=1e-1),name='weights')weight1=weights[0:2,0:3,1:2]weight2=weights[0:2,0:3,2:3]weight3=weights[0:2,0:3,1:2]weight4=tf.concat([weight1,weight2,weight3],2) #2表示最后一個維度with tf.Session() as sess: sess.run(tf.global_variables_initializer()) print(sess.run(weights)) print("****************") print(sess.run(weight4))

以上這篇Tensorflow進(jìn)行多維矩陣的拆分與拼接實(shí)例就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持武林站長站。