Tensorflow 如何将一列dim N的张量转换为dim N+的张量;1.
我需要将一个维度为N的张量列表转换成一个维度为N+1的新张量,这样新维度就是最右边的维度 例如,如果x和y都是形状(4,3)的张量,那么我试图创建一个形状(4,3,2)的新张量z,方法是形成z,将张量x设置为第三维的第0个元素,将张量y设置为第三维的第一个元素。在伪代码中:Tensorflow 如何将一列dim N的张量转换为dim N+的张量;1.,tensorflow,Tensorflow,我需要将一个维度为N的张量列表转换成一个维度为N+1的新张量,这样新维度就是最右边的维度 例如,如果x和y都是形状(4,3)的张量,那么我试图创建一个形状(4,3,2)的新张量z,方法是形成z,将张量x设置为第三维的第0个元素,将张量y设置为第三维的第一个元素。在伪代码中: z = tf.fromList([x,y],3) 在Tensorflow中,最好的方法是什么。我无法从TF 0.7.1的文档中找到它。如果我读对了,您需要交错两个张量的数据 你想把它们组合在一起,形成一个形状的张量,然后将
z = tf.fromList([x,y],3)
在Tensorflow中,最好的方法是什么。我无法从TF 0.7.1的文档中找到它。如果我读对了,您需要交错两个张量的数据
你想把它们组合在一起,形成一个形状的张量,然后将其从TensorFlow V1.0开始删除 您可以使用
tf.stack()
Docs:现在似乎为要进行交织的轴设置了一个参数;对于这种情况,我相信您可以使用tf.pack(我的列表,axis=2)
。我可以设置堆栈的tf.identity吗?它可以在session.run中输出结果吗?