我有一个张量(shape = [batchsize]) . 我想以特定的顺序重塑张量并变成形状= [ - 1,2] . 我想要具体的顺序:
-
元素在[0,0]
-
元素在[1,1]
-
[0,1]处的元素
-
元素在[1,0]
-
元素在[2,0]
-
元素[3,1]
-
元素在[2,1]
-
元素在[3,0],依此类推,用于未知的批量大小 .
这是一个示例代码,张量范围=(0到输入= 8) .
import tensorflow as tf
import numpy as np
batchsize = tf.placeholder(shape=[], dtype=tf.int32)
x = tf.range(0, batchsize, 1)
x = tf.reshape(x, shape=[2, -1])
y = tf.transpose(x)
z = tf.reshape(y, shape=[-1, 2])
input = 8
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
msg = sess.run([z], feed_dict={batchsize: input})
print(msg)
现在我的输出是:
[array([[0, 4],
[1, 5],
[2, 6],
[3, 7]], dtype=int32)]
但我希望输出为:
[array([[0, 2],
[3, 1],
[4, 6],
[7, 5]], dtype=int32)]
In general :重要的是,仅查看4x1块到2x2块的转换,输入张量的前2个元素在一个对角线上,其余2个元素在对角线上 .
请记住,我不知道批量大小有多大,我只是设置input = 8,原因有很多 . 在我的真实代码中,张量'x'不是范围数组而是复杂的随机数,所以你不能以任何方式排序w.r.t. Value . 我刚刚制作了这个代码用于演示目的 .
这个问题与question有关,但是使用不同的顺序或者这个question,在使用转置进行正常的重塑后,每隔第二行交换一次元素 .