通过平铺给定的张量来构造张量。
用法
tf.tile(
input, multiples, name=None
)
参数
-
input
一个Tensor
。一维或更高。 -
multiples
一个Tensor
。必须是以下类型之一:int32
,int64
。一维。长度必须与input
中的维数相同 -
name
操作的名称(可选)。
返回
-
一个
Tensor
。具有与input
相同的类型。
此操作通过复制 input
multiples
次来创建一个新的张量。输出张量's i'th 维度具有input.dims(i) * multiples[i]
元素,并且input
的值沿'i'th 维度复制multiples[i]
次。例如,通过 [2]
平铺 [a b c d]
会产生 [a b c d a b c d]
。
a = tf.constant([[1,2,3],[4,5,6]], tf.int32)
b = tf.constant([1,2], tf.int32)
tf.tile(a, b)
<tf.Tensor:shape=(2, 6), dtype=int32, numpy=
array([[1, 2, 3, 1, 2, 3],
[4, 5, 6, 4, 5, 6]], dtype=int32)>
c = tf.constant([2,1], tf.int32)
tf.tile(a, c)
<tf.Tensor:shape=(4, 3), dtype=int32, numpy=
array([[1, 2, 3],
[4, 5, 6],
[1, 2, 3],
[4, 5, 6]], dtype=int32)>
d = tf.constant([2,2], tf.int32)
tf.tile(a, d)
<tf.Tensor:shape=(4, 6), dtype=int32, numpy=
array([[1, 2, 3, 1, 2, 3],
[4, 5, 6, 4, 5, 6],
[1, 2, 3, 1, 2, 3],
[4, 5, 6, 4, 5, 6]], dtype=int32)>
相关用法
- Python tf.types.experimental.GenericFunction.get_concrete_function用法及代码示例
- Python tf.tpu.experimental.embedding.FeatureConfig用法及代码示例
- Python tf.tpu.experimental.embedding.FTRL用法及代码示例
- Python tf.tpu.experimental.embedding.TPUEmbedding.apply_gradients用法及代码示例
- Python tf.train.Coordinator.stop_on_exception用法及代码示例
- Python tf.tpu.experimental.embedding.TPUEmbedding用法及代码示例
- Python tf.tpu.experimental.embedding.TPUEmbedding.dequeue用法及代码示例
- Python tf.train.ExponentialMovingAverage用法及代码示例
- Python tf.train.Checkpoint.restore用法及代码示例
- Python tf.test.is_built_with_rocm用法及代码示例
- Python tf.train.Checkpoint.read用法及代码示例
- Python tf.test.TestCase.assertLogs用法及代码示例
- Python tf.test.is_gpu_available用法及代码示例
- Python tf.test.TestCase.assertItemsEqual用法及代码示例
- Python tf.train.CheckpointOptions用法及代码示例
- Python tf.train.list_variables用法及代码示例
- Python tf.train.ClusterSpec用法及代码示例
- Python tf.test.TestCase.assertWarns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.tile。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。