0
我想用Tensorflow构建神经网络体系结构。通过池减少张量的维数[Tensorflow]
我有一个变量,类型的张量。
说,
a = <tf.Tensor shape(16, ?, 20) dtype=float32>
16是批量大小和一个输入被编码成20 尺寸,但有不同的数目的输入。
在这里,我怎样才能改变它的维度到(16,20)只是意味着池的关于第二维有不同的大小。
谢谢。
我想用Tensorflow构建神经网络体系结构。通过池减少张量的维数[Tensorflow]
我有一个变量,类型的张量。
说,
a = <tf.Tensor shape(16, ?, 20) dtype=float32>
16是批量大小和一个输入被编码成20 尺寸,但有不同的数目的输入。
在这里,我怎样才能改变它的维度到(16,20)只是意味着池的关于第二维有不同的大小。
谢谢。
reduce_mean?
a = tf.placeholder('float32', shape=(16, None, 20))
b = tf.reduce_mean(a, axis=1)
print b
输出:
Tensor("Mean:0", shape=(16, 20), dtype=float32)
没错,我想要的。谢谢 –