tensorflow:分块数组/矩阵和
是否有任何tensorflow函数允许对数组或矩阵进行分块求和 例如,如果我有一个数组tensorflow:分块数组/矩阵和,tensorflow,Tensorflow,是否有任何tensorflow函数允许对数组或矩阵进行分块求和 例如,如果我有一个数组 tf.constant(np.array([1,2,3,4,5,6])) 我需要返回2元素块和的数组。换句话说,数组中1+2、3+4和5+6的和 np.array([3,7,11]) 您可以使用tf.重塑和tf.减少总和如下: import tensorflow as tf n=tf.constant([1,2,3,4,5,6]) res=tf.reduce_sum(tf.reshape(n,(3,2))
tf.constant(np.array([1,2,3,4,5,6]))
我需要返回2
元素块和的数组。换句话说,数组中1+2、3+4和5+6的和
np.array([3,7,11])
您可以使用tf.重塑
和tf.减少总和
如下:
import tensorflow as tf
n=tf.constant([1,2,3,4,5,6])
res=tf.reduce_sum(tf.reshape(n,(3,2)),1)
sess=tf.Session()
res.eval(session=sess)
这将打印数组([3,7,11])
在一般情况下,如果要获得k
元素的不相交序列的和,请将tf.reformate(n,(3,2))
替换为tf.reformate(n,(-1,k))
。(1将强制它指定要n/k
)的行数。您可以使用tf来执行此操作。重塑和tf。按如下所示减少总和:
import tensorflow as tf
n=tf.constant([1,2,3,4,5,6])
res=tf.reduce_sum(tf.reshape(n,(3,2)),1)
sess=tf.Session()
res.eval(session=sess)
这将打印数组([3,7,11])
在一般情况下,如果要获得k
元素的不相交序列的和,请将tf.reformate(n,(3,2))
替换为tf.reformate(n,(-1,k))
。(1将强制它指定要n/k
)的行数。使用过滤器进行卷积[1,1]
,不要训练该过滤器。另外,设置stride=2
。使用过滤器进行卷积[1,1]
,不要训练该过滤器。另外,设置stride=2
。