在 Tensorflow 中删除张量的维度

Posted 2023-02-23

【中文标题】在 Tensorflow 中删除张量的维度

【英文标题】：Drop a dimension of a tensor in Tensorflow

【发布时间】：2019-02-26 10:16:01

【问题描述】：

我有一个形状为 (50, 100, 1, 512) 的张量，我想重塑它或删除第三个维度，以便新张量的形状为 (50, 100, 512)。

我尝试过tf.slice 和tf.squeeze：

a = tf.slice(a, [50, 100, 1, 512], [50, 100, 1, 512])
b = tf.squeeze(a)

当我尝试打印 a 和 b 的形状时，一切似乎都正常，但是当我开始训练我的模型时，出现了这个错误

tensorflow.python.framework.errors_impl.InvalidArgumentError: Expected size[0] in [0, 0], but got 50
     [[Node: Slice = Slice[Index=DT_INT32, T=DT_FLOAT, _device="/job:localhost/replica:0/task:0/device:CPU:0"](MaxPool_2, Slice/begin, Slice/size)]]

我的slice 有什么问题吗？我该如何解决。谢谢

【问题讨论】：

你试过.reshape()吗？尺寸也有任何价值吗？对需要的数据进行切片是不明智的。不是我以前见过的做法。

@Kenpachi：我没有尝试过 .reshape() 但那个尺寸并不重要，所以我想放弃它。

【参考方案1】：

一般tf.squeeze 会删除尺寸。

a = tf.constant([[[1,2,3],[3,4,5]]])

上面的张量形状是[1,2,3]。执行挤压操作后，

b = tf.squeeze(a)

现在，张量形状是[2,3]

【参考方案2】：

在这种情况下我使用了tf.slice错误，应该是这样的：

a = tf.slice(a, [0, 0, 0, 0], [50, 100, 1, 512])
b = tf.squeeze(a)

您可以通过查看tf.slice documentation 找出原因

【讨论】：

为什么还要使用slice？只需使用 squeeze 就可以了。

@xdurch0 我以为squeeze 只删除尺寸= 1的暗淡

【参考方案3】：

有多种方法可以做到这一点。 Tensorflow 已经开始支持索引。试试

a = a[:,:,0,:]

或

a = a[:,:,-1,:]

或

a = tf.reshape(a,[50,100,512])