广播一个兼容形状的数组。
用法
tf.raw_ops.BroadcastTo(
input, shape, name=None
)
参数
-
input
一个Tensor
。要广播的张量。 -
shape
一个Tensor
。必须是以下类型之一:int32
,int64
。一维int
张量。所需输出的形状。 -
name
操作的名称(可选)。
返回
-
一个
Tensor
。具有与input
相同的类型。
广播是使数组具有用于算术运算的兼容形状的过程。如果每个维度对的两个形状相等或其中之一是一个,则两个形状是兼容的。当尝试将张量广播到一个形状时,它从尾随维度开始,然后向前推进。
例如,
x = tf.constant([1, 2, 3])
y = tf.broadcast_to(x, [3, 3])
print(y)
tf.Tensor(
[[1 2 3]
[1 2 3]
[1 2 3]], shape=(3, 3), dtype=int32)
在上面的示例中,形状为 [1, 3]
的输入张量被广播到形状为 [3, 3]
的输出张量。
在进行广播操作(例如将张量乘以标量)时,广播(通常)会带来一些时间或空间优势,因为广播的张量永远不会实现。
但是,broadcast_to
没有任何此类好处。新创建的张量完全 memory 广播的形状。 (但是,在图形上下文中,broadcast_to
可能会融合到后续操作中,然后被优化掉。)
相关用法
- Python tf.raw_ops.Bitcast用法及代码示例
- Python tf.raw_ops.BatchMatMul用法及代码示例
- Python tf.raw_ops.BitwiseAnd用法及代码示例
- Python tf.raw_ops.BatchToSpaceND用法及代码示例
- Python tf.raw_ops.BlockLSTM用法及代码示例
- Python tf.raw_ops.BatchToSpace用法及代码示例
- Python tf.raw_ops.BatchFunction用法及代码示例
- Python tf.raw_ops.BlockLSTMV2用法及代码示例
- Python tf.raw_ops.BitwiseOr用法及代码示例
- Python tf.raw_ops.BatchMatMulV3用法及代码示例
- Python tf.raw_ops.BatchMatMulV2用法及代码示例
- Python tf.raw_ops.BitwiseXor用法及代码示例
- Python tf.raw_ops.TPUReplicatedInput用法及代码示例
- Python tf.raw_ops.SelfAdjointEigV2用法及代码示例
- Python tf.raw_ops.OneHot用法及代码示例
- Python tf.raw_ops.ResourceScatterNdSub用法及代码示例
- Python tf.raw_ops.ReadVariableXlaSplitND用法及代码示例
- Python tf.raw_ops.GatherV2用法及代码示例
- Python tf.raw_ops.Expm1用法及代码示例
- Python tf.raw_ops.UniqueWithCounts用法及代码示例
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.raw_ops.BroadcastTo。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。