TensorFlow2.0相关操作介绍（二）

引言

      本节续前节继续介绍TensorFlow2.0的相关操作。

2、TensorFlow2.0的索引与切片

• 基本索引

       基本索引的索引方式与list的索引方式类似，对一个张量的每个维度进行索引对应一个[]，如下例。

• Numpy类型的索引方式

       当一个张量的维度较多的时候，要对张量进行索引时还是采取基本索引的方式就很难敲繁杂的[]，这时就可以引入Numpy类型的索引方式，无论这个张量有多少维度，索引只需要一个[]就可以搞定，[]中的元素依次代表需要索引的维度，如下例。

• start：end：step方式 

       这种索引方式类似于matlab中的索引方式，这个索引方式适用于任何张量的任何维度，可与前面的基本索引方式和Numpy索引方式相结合，当省略step时默认步长为1，当step为负数时，默认从后往前索引，当省略start时，默认从第一个元素开始索引，当省略end时默认从start开始索引到最后一个元素，当start和end都省略时默认索引所有元素，如下例。

3、维度变换

•  reshape函数

       reshape函数用于tensorflow中的维度变换，reshape函数的原则是变换前后无论维度如何变化，但要保持张量的元素个数变，如下例。

        [5,64,64,3]->[5,4096,3]

• transpose

       transpose为转置函数，即对一个张量进行转置，如下例。

      当transpose带参后可以实现任一维度之间的互换，如下例。

• expand_dims

       expand_dims实现对张量的扩维操作，如下例。

• squeeze

       squeeze实现对张量的压缩，仅压缩维度上只有一个元素的维度，如下例。