tf.keras.layers.Reshape

将输入张量重新调整为特定的尺寸

keras.layers.Reshape(target_shape)

target_shape为目标尺寸。整数元组。 不包含表示批量的轴。

即Reshape不会改变表示batch的维度。

示例

from tensorflow.keras.layers import Reshape
import tensorflow as tf
import numpy as np# 生成一个维度为[64, 12]的矩阵
x = np.random.random((64, 12))
print(x.shape)# 转成tensor类型,第一个维度64表示batch
# numpy中的数据类型和tensorflow中的数据类型完全兼容,所以这一步可以省略
x = tf.convert_to_tensor(x)
print(x.shape) # [64, 12]# 定义一个Reshape层，将输入张量尺寸调整为[3, 4],batch依然是64
reshape1 = Reshape((3, 4))
y1 = reshape1(x)
print(y1.shape) # [64, 3, 4]# 定义一个Reshape层，将输入张量尺寸调整为[2, 6],batch依然是64
reshape2 = Reshape((2, 6))
y2 = reshape2(x)
print(y2.shape) # [64, 2, 6]# 定义一个Reshape层，将输入张量尺寸调整为[-1, 2, 6],-1表示此维度大小个根据其他维度推算，batch依然是64
reshape3 = Reshape((-1, 2, 6))
y3 = reshape3(x)
print(y3.shape) # [64, 1, 2, 6]

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！