Python tf.RaggedTensor.merge_dims用法及代码示例

用法

merge_dims(
    outer_axis, inner_axis
)

参数

outer_axis int ：要合并的维度范围中的第一个维度。如果 self.shape.rank 是静态已知的，则可能为负数。
inner_axis int ：要合并的维度范围中的最后一个维度。如果 self.shape.rank 是静态已知的，则可能为负数。

此张量的副本，指定的维度合并为一个维度。返回张量的形状将为 self.shape[:outer_axis] + [N] + self.shape[inner_axis + 1:] ，其中 N 是合并维度中的切片总数。

将 outer_axis...inner_axis 合并到一个维度中。

返回此 RaggedTensor 的副本，其中指定的维度范围被展平为单个维度，其中元素按行优先顺序排列。

例子：

rt = tf.ragged.constant([[[1, 2], [3]], [[4, 5, 6]]])
print(rt.merge_dims(0, 1))
<tf.RaggedTensor [[1, 2], [3], [4, 5, 6]]>
print(rt.merge_dims(1, 2))
<tf.RaggedTensor [[1, 2, 3], [4, 5, 6]]>
print(rt.merge_dims(0, 2))
tf.Tensor([1 2 3 4 5 6], shape=(6,), dtype=int32)

要模仿 np.flatten 的行为(将所有维度展平)，请使用 rt.merge_dims(0, -1). To mimic the behavior of tf.layers.Flatten (which flattens all dimensions except the outermost batch dimension), use rt.merge_dims(1, -1)`。

相关用法

注：本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.RaggedTensor.merge_dims。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。