如何将我的三维张量组合成张量流中的单张张量？

你好，我是一个张量的新手，目前，我正在使用彩色图像，它是PCAS。如何将我的三维张量组合成张量流中的单张张量？

我已经提取了“红色”，“绿色”和“蓝色”形式的PCAS，并计算了与“红色”，“绿色”和“蓝色”组件相关的权重。

做完所有上述的东西后，我想把所有三个二维矩阵合并成一个三维矩阵。

对于张量流，它将是一个3D张量。

def multi(h0,ppca,mu,i,scope=None):

with tf.variable_scope(scope or"multi"): 
     return tf.matmul(ppca[:,:,0],h0[i,:,:,0]) + tf.reshape(mu[:,0],[4096,1]) , tf.matmul(ppca[:,:,1],h0[i,:,:,1]) + tf.reshape(mu[:,1],[4096,1]) ,tf.matmul(ppca[:,:,2],h0[i,:,:,2]) + tf.reshape(mu[:,2],[4096,1])

所以从上面的功能，我会得到所有三个不同的2D张量，并希望那些2D张量相结合，具有尺寸[4096,1,3]

单机3D张量

我该怎么做？任何帮助是高度赞赏。

来源

2017-04-19 Maunil Vyas

你需要Concat的他们是这样的：

three_d_image = tf.concat(0, [[r], [g], [b]])

这告诉tensorflow到Concat的他们沿着x维并将每个张量视为矩阵。

做同样的而没有围绕R，G额外的支架，B张量将尝试将它们Concat的一个大的二维矩阵

来源

2017-04-19 07:56:17 Dotan

谢谢Dotan先生，但请在答案中做一个小修改。对于较新版本的tensorflow 1.0 –

它是three_d_image = tf.concat（[[r]，[g]，[b]]，0）实际上，对于要求的内容，您不会在维度0上连接，因为它会输出一个张量形状[3,4096,1]，并且使用这样的concat是不合适的。我宁愿做three_d_image = tf.stack（[r，g，b]，2） –

对，你能告诉我tf.stack（[r，g，b]，2），tf.stack（[ r，g，b]，3）和tf.stack（[r，g，b]，1） –

其中一个解决方案是，您可以添加一个更多的空维度到您的2D，所以你将有3个矩阵的3D维[4096,1,1]，然后你可以连接这3个矩阵轴2 tf.concat(2,matrices)给你[ 4096,1,3]

第二个解决方案可以为轴线1的CONCAT，tf.concat(1,matrices)那么它重塑到3D

来源

2017-04-19 07:27:59

一个清洁，简单的方法来做到这一点是使用tf.stack操作（TF包装在张量流的旧版本中），它将所有张量沿着新的维度连接起来。如果您希望您的新维度始终处于前面，则需要将轴参数设置为张量的维数。

three_d_image = tf.stack([r,g,b], axis=2)

来源

2017-04-19 09:00:10

这是我想的更好的答案。但它应该是axis = 0（这是默认设置） – Dotan

感谢您的评论，他说他想要最终形状为[4096,1,3]，所以axis = 2是必需的。 –

如何将我的三维张量组合成张量流中的单张张量？

回答

相关问题