使用具有较小形状的张量的每个值创建一个具有较大形状的张量

Question

我有一个形状为 (1,4,4,1) 的张量，我想重复每个像素的值并将形状增加到 (1,28,28,1)。我想在每个维度上重复它。例如，如果它的第一个像素为 0，则生成一个形状为 (28,28,1) 且值为 0 的新张量，依此类推。我该怎么做？我感谢您的帮助。我需要像下面的代码一样在索引 i,j 中选择 wtm 的值，然后生成一个具有该值和形状 (1,28,28,1) 的新张量。 假设 wtm 是：

0 1 1 0
0 0 0 1
1 0 1 0 
1 1 0 1

现在我需要知道 wtm (i,j) 是什么，然后用这个值生成一个新的张量。如果 wtm(i,j)=1 新张量是：

1 1 1 ... 1
1 1 1 ... 1
.    ...  1
.    ...  1
1 1 1 ... 1

wtm=Input((28,28,1))
image = Input((28, 28, 1))
conv1 = Conv2D(64, (5, 5), activation='relu', padding='same', name='convl1e',dilation_rate=(2,2))(image)
conv2 = Conv2D(64, (5, 5), activation='relu', padding='same', name='convl2e',dilation_rate=(2,2))(conv1)
conv3 = Conv2D(64, (5, 5), activation='relu', padding='same', name='convl3e',dilation_rate=(2,2))(conv2)
BN=BatchNormalization()(conv3)
encoded =  Conv2D(1, (5, 5), activation='relu', padding='same',name='encoded_I',dilation_rate=(2,2))(BN)

#-----------------------adding w---------------------------------------   

wfill=Kr.layers.Lambda(lambda x:tf.fill([28,28],x))
wtm_Fill=wfill(wtm(i,j))
add_const = Kr.layers.Lambda(lambda x: x[0] + x[1])
encoded_merged = add_const([encoded,wtm_Fill])

Answer 1

也许tf.tile 会适合。它只是复制张量定义次数的指定维度。

array = np.random.random_integers(0,1, (1, 4, 4, 1))
tensor = tf.convert_to_tensor(array)
expanded_array = tf.tile(tensor, [1,7,7,1])

因此，如果输入数组的一维是[1,1,0,0]，那么在用tf.tile 填充后，它将看起来像长度为28 的[1,1,0,0,1,1,0,0...]

编辑： TensorFlow 支持张量索引的方式与 numpy 相同。所以你可以对张量进行切片

slice = tensor[0,:,:]

得到形状[4,4,1] 如果您只需要选择一个特定值，则可以使用tf.fill 而不是tile

要从数组中获取特定值，您需要提供 n 个索引，其中 n 是维数。要获取 3 维数组中的第一个元素，例如 (28,28,1)，您需要 array[0][0][0]。

https://www.tensorflow.org/api_docs/python/tf/tile