tensorflow - 调整尺寸答案

【问题标题】：tensorflow - resize dimensiontensorflow - 调整尺寸
【发布时间】：2017-10-13 17:29:26
【问题描述】：

我是 tensorflow 的新手，想知道是否可以在张量中调整单个维度的大小。

让我有一个给定的张量 t：

t = [[1, 10], [2, 20]]
shape(t) = [2, 2]

现在我想修改这个张量的形状，这样：

shape(t) = [2, 3]

到目前为止，我只是找到了功能：

reshape --> 这个函数能够以这样一种方式重塑张量，使总维数保持不变（据我所知）
```
shape(t) = [1, 3] | [3, 1] | [4]
```
expand_dims --> 这个函数可以添加一个新的一维维度
```
shape(t) = [1, 2, 2] | [2, 1, 2] | [2, 2, 1]
```

用于我描述的目的的功能是否到位？如果不是：为什么？（也许有这样的功能没有意义？）

亲切的问候

【问题讨论】：

从 (2,2) 到 (2,3)，张量中还有两个元素。它们应该来自哪里或应该如何计算？
您能否描述一下您这样做的目的是什么，以及哪些数据应该填充额外的空间？如果你想用零填充额外的空间，你可以像这样使用 tf.pad：tf.pad(t, [[0, 0], [0, 1]])
谢谢，tf.pad 是我搜索的那个。

标签： tensorflow tensor

【解决方案1】：

使用tf.concat 可以做到。这是一个例子。

import tensorflow as tf

t = tf.constant([[1, 10], [2, 20]], dtype=tf.int32)
# the new tensor w/ the shape of [2]
TBA_a = tf.constant([3,30], dtype=tf.int32)
# reshape TBA_a to [2,1], then concat it to t on axis 1 (column)
new_t = tf.concat([t, tf.reshape(TBA_a, [2,1])], axis=1)

sess = tf.InteractiveSession()
print(new_t.eval())

它会给我们

[[ 1 10  3]
 [ 2 20 30]]

【讨论】：