如何在张量流中放大张量（重复值）？答案

【问题标题】：How to enlarge a tensor(duplicate value) in tensorflow?如何在张量流中放大张量（重复值）？
【发布时间】：2017-07-31 08:33:03
【问题描述】：

我是 TensorFlow 的新手。我正在尝试实现本文https://arxiv.org/abs/1506.04579 中的 global_context 提取，这实际上是对整个特征图的平均池化，然后将 1x1 特征图复制回原始大小。图示如下

具体来说，预期的操作如下。输入：[N, 1, 1, C] 张量，其中 N 是批量大小，C 是通道数 output: [N, H, W, C] 张量，其中H, W是原始特征图的高度和宽度，输出的所有H * W值与1x1输入相同。

例如，

    [[1, 1, 1]
1 -> [1, 1, 1]
     [1, 1, 1]]

我不知道如何使用 TensorFlow 来做到这一点。 tf.image.resize_images 需要 3 个通道，tf.pad 不能填充除零以外的常量值。

【问题讨论】：

标签： tensorflow neural-network deep-learning conv-neural-network

【解决方案1】：

tf.tile 可以帮到你

x = tf.constant([[1, 2, 3]]) # shape (1, 3)
y = tf.tile(x, [3, 1]) # shape (3, 3)
y_ = tf.tile(x, [3, 2]) # shape (3, 6)

with tf.Session() as sess:
    a, b, c = sess.run([x, y, y_])

>>>a
array([[1, 2, 3]], dtype=int32)
>>>b
array([[1, 2, 3],
       [1, 2, 3],
       [1, 2, 3]], dtype=int32)
>>>c
array([[1, 2, 3, 1, 2, 3],
       [1, 2, 3, 1, 2, 3],
       [1, 2, 3, 1, 2, 3]], dtype=int32)

tf.tile(input, multiples, name=None)
multiples 表示你想在这个轴上重复多少次
在y 重复axis0 3 次
在y_ 中重复axis0 3 次，axis1 2 次p>

您可能需要先使用tf.expand_dim

是的，它接受动态形状

x = tf.placeholder(dtype=tf.float32, shape=[None, 4])
x_shape = tf.shape(x)
y = tf.tile(x, [3 * x_shape[0], 1])

with tf.Session() as sess:
    x_ = np.array([[1, 2, 3, 4]])
    a = sess.run(y, feed_dict={x:x_})
>>>a
array([[ 1.,  2.,  3.,  4.],
       [ 1.,  2.,  3.,  4.],
       [ 1.,  2.,  3.,  4.]], dtype=float32)

【讨论】：

谢谢，我应该早点找到这个。是否可以使用具有动态张量形状的 tf.tile？例如，tf.tile(input, [1, ori.get_shape()[1], ori.get_shape()[2], 1])。我不想修复网络中的放大率。
如果我没记错的话，你的第一个代码块中的第二行应该有注释 #shape (3,3)