हाय मैं tensorflow के लिए नया हूँ। मैं tensorflow में निम्नलिखित पायथन कोड को लागू करना चाहता हूँ।tensorflow में numpy.newaxis का विकल्प क्या है?
import numpy as np
a = np.array([1,2,3,4,5,6,7,9,0])
print(a) ## [1 2 3 4 5 6 7 9 0]
print(a.shape) ## (9,)
b = a[:, np.newaxis] ### want to write this in tensorflow.
print(b.shape) ## (9,1)
मुझे लगता है कि tf.expand_dims होगा -
tf.expand_dims(a, 1) # Or tf.expand_dims(a, -1)
असल में, हम अक्ष आईडी सूची जहां इस नई धुरी डाला जा रहा है और अनुगामी अक्ष/मंद धक्का दिया वापस हैं।
जुड़ा हुआ डॉक्स से, यहाँ के विस्तार आयामों के कुछ उदाहरण है -
# 't' is a tensor of shape [2]
shape(expand_dims(t, 0)) ==> [1, 2]
shape(expand_dims(t, 1)) ==> [2, 1]
shape(expand_dims(t, -1)) ==> [2, 1]
# 't2' is a tensor of shape [2, 3, 5]
shape(expand_dims(t2, 0)) ==> [1, 2, 3, 5]
shape(expand_dims(t2, 2)) ==> [2, 3, 1, 5]
shape(expand_dims(t2, 3)) ==> [2, 3, 5, 1]
इसी आदेश tf.newaxis है। इसमें टेंसफोर्लो के दस्तावेज में स्वयं का कोई प्रविष्टि नहीं है, लेकिन tf.stride_slice के दस्तावेज़ पृष्ठ पर संक्षेप में इसका उल्लेख किया गया है।
x = tf.ones((10,10,10))
y = x[:,tf.newaxis,...]
print(y.shape)
# prints (10, 1, 10, 10)
के रूप में ऊपर के लिंक में कहा गया है tf.expand_dims का उपयोग करना भी ठीक है, लेकिन,,
उन इंटरफेस और अधिक अनुकूल है, और अत्यधिक की सिफारिश की है।
आप बिल्कुल वैसा ही (यानी। None) प्रकार NumPy के रूप में रुचि रखते हैं, तो tf.newaxisnp.newaxis के लिए सटीक विकल्प नहीं है।
उदाहरण:
In [71]: a1 = tf.constant([2,2], name="a1")
In [72]: a1
Out[72]: <tf.Tensor 'a1_5:0' shape=(2,) dtype=int32>
# add a new dimension
In [73]: a1_new = a1[tf.newaxis, :]
In [74]: a1_new
Out[74]: <tf.Tensor 'strided_slice_5:0' shape=(1, 2) dtype=int32>
# add one more dimension
In [75]: a1_new = a1[tf.newaxis, :, tf.newaxis]
In [76]: a1_new
Out[76]: <tf.Tensor 'strided_slice_6:0' shape=(1, 2, 1) dtype=int32>
यही कार्य है कि आप NumPy में क्या उसी तरह की है। बस उसी आयाम पर इसका उपयोग करें जहां आप इसे बढ़ाना चाहते हैं।
धन्यवाद। इसने काम कर दिया – Rahul