Python Tensorflow中的拉链和整形

问题:

假设我有两个张量，

a

和

b

。它们都有相同的形状：

[？，104096]

如何压缩这两个元素，使生成的张量的形状为[？，20，4096]，但也，使得

a

的第I个元素正好位于

b

的第I个元素之前

列表示例：

a = [1, 3, 5]
b = [2, 4, 6]

现在我想要一个看起来像

[1,2,3,4,5,6]

和的张量，而不是

[1,3,5,2,4,6]

，如果我

tf.stack

这两者，然后使用

tf.reformate

，对吗

---

或者一个更一般的问题是，你怎么知道张量的顺序是什么

首先看起来像是，堆叠然后重塑完成工作：

import tensorflow as tf
a = tf.constant([1, 3, 5])
b = tf.constant([2, 4, 6])
c = tf.stack([a, b], axis = 1)
d = tf.reshape(c, (-1,)) 
with tf.Session() as sess:    
     print(sess.run(c))  # [[1 2],[3 4],[5 6]]
     print(sess.run(d))  # [1 2 3 4 5 6]

要回答您的第二个问题，TensorFlow

Reformate

操作使用与

numpy

默认顺序相同的顺序，即a.k.a

C

顺序，引用自：

使用此索引顺序读取数组中的元素，并使用此索引顺序将元素放入经过整形的数组中。”C’表示使用类似C的索引顺序读/写元素，最后一个轴索引变化最快，返回到第一个轴索引变化最慢

import numpy as np
a = np.array([1, 3, 5])
b = np.array([2, 4, 6])
c = np.stack([a, b], axis=1)
c.reshape((-1,), order='C')  # array([1, 2, 3, 4, 5, 6])