TensorFlow - 拆分和擠壓

Question

我是TensorFlow的新手，我正在格式化一些數據以饋入循環神經網絡。我的數據是由一個3d張量輸入佔位符x。我想沿着第三維分裂x，爲此我已經（注意：n_timesteps相當於x沿第三維的長度）：

# Split the previous 3d tensor to get a list of 'n_timesteps' 2d tensors of 
# shape (batch_size, features_dimension) 
x = tf.split (x, n_timesteps, axis = 2) 

雖然，正如我與numpy嘗試：

x = np.split (x, n_timesteps, axis = 2) 

如果x是一個三維ndarray然後np.split將返回n_timesteps陣列的列表與尺寸3，使得該第三維是單例。隨着numpy我知道我可以使用np.squeeze連同列表解析去除單維容易解決這個問題：

x = [np.squeeze(a, axis=2) for a in np.split(x, n_timesteps, axis=2)] 

但我怎麼可以做同樣的TF？

Answer 1

嘗試使用Tensorflow的擠壓函數（tf.squeeze）和Tensorflow的掃描函數（tf.scan）而不是列表理解。

tf.scan(lambda a, x_i: tf.squeeze(x_i, [2]), x, initializer=tf.constant(0, shape=[n_dim0, n_dim1])) 

Answer 2

你可能會尋找tf.unstack OP：

x = tf.unstack(x, axis=2)