如下所示:

import tensorflow as tf
a=tf.constant([[[1,2,3,4],[4,5,6,7],[7,8,9,10]],
      [[11,12,13,14],[20,21,22,23],[15,16,17,18]]])
print(a.shape)
b,c=tf.split(a,2,0) #参数1、张量 2、获得的切片数 3、切片的维度   将两个切片分别赋值给b,c
print(b.shape)
print(c.shape
with tf.Session() as sess: #查看运行结果
  print(sess.run(b))
  print(sess.run(c))

输出结果为

(2, 3, 4)
(1, 3, 4)
(1, 3, 4)
[[[ 1 2 3 4]
 [ 4 5 6 7]
 [ 7 8 9 10]]]
[[[11 12 13 14]
 [20 21 22 23]
 [15 16 17 18]]]

注意到此时b,c均为三维张量数据,若想转换为二维数组,可使用tf.reshape命令

d=tf.reshape(b,[3,4])
print(d.shape)   

#output
(3, 4)

以上这篇tensorflow实现对张量数据的切片操作方式就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。

标签:
tensorflow,张量,切片

免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com