Python 用numpy解叠TensorFlow

我正在将代码从tensorflow移植到numpy，这行代码有问题：

tensor_unstack = tf.unstack(some_tensor, axis=0)

该方法已被使用，我无法在numpy中找到等效方法。因此，我的问题是，在使用numpy时，如何实现tf.unstack？

可以用来取消numpy数组的堆栈。以下是一个例子：

import tensorflow as tf
import numpy as np

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
c = np.stack([a, b])
*d, = c
print(d)

c_ = tf.stack([a, b])
d_ = tf.unstack(c_)

with tf.Session() as sess:
    print(sess.run(d_))

---

上述答案不允许指定要进行的拆分轴或拆分数量

谢天谢地，内置numpy函数提供了更好的解决方案。查看及其专用版本

numpy.hsplit

，

numpy.vsplit

，

numpy.dsplit

和

numpy.array\u split

import numpy
a = numpy.arange(9).reshape(3,3)

# makes 3 equal splits along axis 0. equivalent to numpy.vsplit
print(numpy.split(a, 3, axis=0))

# 3 equal splits along axis 1. equivalent to numpy.hsplit
print(numpy.split(a, 3, axis=1))

---

但是，这将保留“未堆叠”维度：如果

x.shape:（4，2，3）

，则

x1，x2=np。hsplit（x，2）

将产生

x1.shape:（4，1，3）

。可以使用

挤压

：

x1，x2=[xx.shplit（x，2）]中的xx的挤压（）

，现在

x1.shape:（4，3）