我就废话不多说了,大家还是直接看代码吧~

In [1]: import os
In [2]: os.environ["CUDA_VISIBLE_DEVICES"] = "0"
In [3]: import tensorflow as tf
In [4]:sess =tf.Session()
In [5]: input = tf.constant([[[1,2,3],[4,5,6],[7,8,9]],[[10,11,12],[13,14,15],[1
 ...: 6,17,18]]])
 
In [6]: input.get_shape()
Out[6]: TensorShape([Dimension(2), Dimension(3), Dimension(3)])
 
In [7]: input_2 = input[:,:,2]
 
In [8]: print(sess.run(input_2))
[[ 3 6 9]
 [12 15 18]]
 
In [9]: input_2 = input[:,:,0:2]
 
In [10]: print(sess.run(input_2))
[[[ 1 2]
 [ 4 5]
 [ 7 8]]
 
 [[10 11]
 [13 14]
 [16 17]]]
 
In [11]: input = tf.constant([[[[1,2,3],[4,5,6],[7,8,9]],[[10,11,12],[13,14,15],
 ...: [16,17,18]]]])
 
In [12]: input.get_shape()
Out[12]: TensorShape([Dimension(1), Dimension(2), Dimension(3), Dimension(3)])
 
In [13]: input_2 = input[:,:,2]
 
In [14]: print(sess.run(input_2))
[[[ 7 8 9]
 [16 17 18]]]
 
In [15]: input_2 = input[:,:,:,2]
 
In [16]: print(sess.run(input_2))
[[[ 3 6 9]
 [12 15 18]]]

补充知识:TensorFlow 训练过程中获取某个Tensor值;只有conv1和bn1存在NAN

1. 在训练过程中,获取某个参数Tensor的值:

获取所有Tensor的name:

[tensor.name for tensor in tf.get_default_graph().as_graph_def().node]

根据name获得Tensor:

bn_gamma = sess.graph.get_tensor_by_name('bn1_audio/batch_normalization/beta:0')

sess.run(), print

Tensorflow--取tensorf指定列的操作方式

2. 只有conv1的filter, bias和bn1的gamma为nan:

由于训练数据中存在nan.

bn1后的max pooling层输出全为0 (∵bn1输出有0), 导致后续参数和输出看起来正常, 但是不会更新.

以上这篇Tensorflow--取tensorf指定列的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,tensorf,指定列

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
白云城资源网 Copyright www.dyhadc.com

评论“Tensorflow--取tensorf指定列的操作方式”

暂无“Tensorflow--取tensorf指定列的操作方式”评论...

P70系列延期,华为新旗舰将在下月发布

3月20日消息,近期博主@数码闲聊站 透露,原定三月份发布的华为新旗舰P70系列延期发布,预计4月份上市。

而博主@定焦数码 爆料,华为的P70系列在定位上已经超过了Mate60,成为了重要的旗舰系列之一。它肩负着重返影像领域顶尖的使命。那么这次P70会带来哪些令人惊艳的创新呢?

根据目前爆料的消息来看,华为P70系列将推出三个版本,其中P70和P70 Pro采用了三角形的摄像头模组设计,而P70 Art则采用了与上一代P60 Art相似的不规则形状设计。这样的外观是否好看见仁见智,但辨识度绝对拉满。