张量的轴的概念

如果从后向前访问轴就是使用复数，如上图所示

使用reshape函数改变张量的形状

将形状参数设置为-1，代表自动判断长度

增加和删除维度

增加维度

tf.expand_dims(input,axis)

• input:输入的张量
• axis：操作的轴

效果就是在选定的轴上添加维度（相当于在选定的那个轴上面添加了一个括号，将那一维变成二维）

一个多维张量的例子

删除维度

tf.squeeze(input,axis)

• input:输入的张量
• axis:对应要删除的维度

注：只能删除长度为1的维度，如果没有指定维度，默认删除所有长度为1的维度

交换维度

tf.transpose(a,perm)

• a:用于交换维度的张量
• perm:用于设置轴的顺序

在二维的情况下，可以视为是矩阵的转置

二维的情况下

多维的情况下

拼接和分割

拼接张量

指定一组张量在某一个轴进行拼接
tf.concat(tensors,axis)

• tensors:用于拼接的张量
• axis:拼接的轴，也可以是负数，比如-1代表最后一个轴
  

分割张量

t1 = tf.split(value,num_or_size_splits,axis=0)

• value:待分割的张量
• num_or_size_splits:分割的方案，如果是一个数字x，则平均分割x份，如果是一个列表则按照列表中的数字的对应的比例进行分割
• axis：代表从哪个轴进行分割
• 返回的参数是分割后的张量列表
  -

堆叠和分解

堆叠

堆叠和拼接是类似的 区别是是否增加了新的维度

tf.stack(values,axis)

• values：进行堆叠的张量
• axis:从哪一个轴进行堆叠

分解

分解是堆叠的逆运算