如何在 TensorFlow 中交换张量轴?
Posted
技术标签:
【中文标题】如何在 TensorFlow 中交换张量轴?【英文标题】:How do I swap tensor's axes in TensorFlow? 【发布时间】:2016-11-07 19:24:13 【问题描述】:我有一个形状为(30, 116, 10)
的张量,我想交换前两个维度,这样我就有一个形状为(116, 30, 10)
的张量
我看到 numpy 实现了这样的功能 (np.swapaxes
),我在 tensorflow 中搜索了类似的东西,但一无所获。
你有什么想法吗?
【问题讨论】:
【参考方案1】:tf.transpose
提供与np.swapaxes
相同的功能,但形式更为通用。在您的情况下,您可以执行tf.transpose(orig_tensor, [1, 0, 2])
,这相当于np.swapaxes(orig_np_array, 0, 1)
。
【讨论】:
如果我不知道输入张量的尺寸但我确定要交换最后两个轴怎么办?就像,我应该对张量变量做什么,以便形状(2, 3, 4, 5)
的输入最终会成为 (2, 3, 5, 4)
但同样适用于形状 (3, 4, 5, 6, 7)
的输入(并将其转换为 (3, 4, 5, 7, 6)
)跨度>
@KonstantinosBairaktaris 看到我的回答【参考方案2】:
如果输入维数未知,可以使用tf.einsum 交换轴。例如:
tf.einsum("ij...->ji...", input)
将交换input
的前两个维度;
tf.einsum("...ij->...ji", input)
将交换最后两个维度;
tf.einsum("aij...->aji...", input)
将交换第二个和第三个
维度;
tf.einsum("ijk...->kij...", input)
将置换前三个维度;
等等。
【讨论】:
听说tf.einsum
真的很慢【参考方案3】:
您只能使用tf.linalg.matrix_transpose
转置最后两个轴,或者更一般地说,您可以通过动态计算前导索引是什么来交换任意数量的尾随轴,并使用您想要转置的轴的相对索引
x = tf.ones([5, 3, 7, 11])
trailing_axes = [-1, -2]
leading = tf.range(tf.rank(x) - len(trailing_axes)) # [0, 1]
trailing = trailing_axes + tf.rank(x) # [3, 2]
new_order = tf.concat([leading, trailing], axis=0) # [0, 1, 3, 2]
res = tf.transpose(x, new_order)
res.shape # [5, 3, 11, 7]
【讨论】:
以上是关于如何在 TensorFlow 中交换张量轴?的主要内容,如果未能解决你的问题,请参考以下文章
[TensorFlow系列-14]:TensorFlow基础 - 张量的操作 - 拼接与堆叠