神经网络学习小记录41——一些常用的tensorflow操作汇总

旧城等待， 2023-07-10 14:16 189阅读 0赞

### 神经网络学习小记录41——一些常用的tensorflow操作汇总 ###

*  学习前言
 *  特征层or图像处理
 *   *  1、tf.image.crop\_and\_resize
     *  2、tf.image.resize\_images
     *  3、tf.transpose
 *  获得特定位置的内容
 *   *  1、tf.gather
     *  2、tf.gather\_nd
     *  3、tf.where
 *  矩阵操作
 *   *  1、tf.cast
     *  2、tf.stack
     *  3、tf.concat
     *  4、tf.reduce\_max

# 学习前言 #

Keras以tensorflow作为后端，在Keras网络构建中需要对特征层进行操作的话，需要用到很多tf函数，这些tf函数的执行过程比较迷糊，需要学习一下。  
![在这里插入图片描述][20190723165901974.jpg_pic_center]

# 特征层or图像处理 #

## 1、tf.image.crop\_and\_resize ##

这是在对图像、特征层处理经常用到的函数，可以对特征层或者图像进行裁剪，裁剪之后再进行resize。

tf.image.crop_and_resize(
        image,
        boxes,
        box_ind,
        crop_size,
        method='bilinear',
        extrapolation_value=0,
        name=None
    )

参数：

*  image：一个Tensor,必须是下列类型之一：uint8, uint16, int8, int16, int32, int64, half, float32, float64, **一个形状为\[batch, image\_height, image\_width, depth\]的四维张量,image\_height和image\_width需要为正值.**
 *  boxes：一个类型为float32的Tensor，**是形状为\[num\_boxes, 4\]的二维张量**。张量的第i行指定box\_ind\[i\]图像中框的坐标，并且在标准化坐标中指定\[y1, x1, y2, x2\]，四个坐标均是标准归一化后的结果；**标准化的坐标值y被映射到图像坐标y \* (image\_height - 1)处**，从而标准化图像高度的\[0, 1\]间隔被映射到\[0, image\_height - 1\]的图像高度坐标中。**我们允许y1>y2,在这种情况下,采样的裁剪是原始图像的上下翻转版本，宽度维度的处理方式类似。\[0,1\]范围之外的标准化坐标是允许的,在这种情况下，我们使用extrapolation\_value外推输入图像值**。
 *  box\_ind：一个int32类型的Tensor；形状为\[num\_boxes\]的1维张量,在\[0, batch)中具有int32值，**该box\_ind\[i\]值指定第i个方框要引用的图像。**
 *  crop\_size：一个int32类型的Tensor；一个2个元素的一维张量,size = \[crop\_height, crop\_width\]。所有裁剪的图像修补程序都调整为此大小.图像内容的宽高比不被保留；crop\_height和crop\_width需要为正值。
 *  method：可选的string,其来自：“bilinear”；默认为"bilinear"；指定插值方法的字符串.现在只支持“双线性(bilinear)”.
 *  extrapolation\_value：可选的float,默认为0,用于推断的值(如果适用). name：操作的名称(可选).

返回值：  
**tf.image.crop\_and\_resize函数返回一个类型为float32的Tensor. 形状为\[num\_boxes, ,crop\_height, crop\_width, depth\]**

测试代码为：

import tensorflow as tf
    from PIL import Image
    import numpy as np
    img = np.array(Image.open("img/street.jpg"))
    shape = img.shape
    img = img.reshape([1,shape[0], shape[1], shape[2]])
    a = tf.image.crop_and_resize(img,[[0.5,0.6,0.9,0.8],[0.2,0.6,1.3,0.9]],box_ind=[0,0],crop_size=(100,100))
    sess = tf.Session()
    b = a.eval(session = sess)
    Image.fromarray(np.uint8(b[0])).show()

输出为：  
![在这里插入图片描述][2020030310003556.png_pic_center]

(2, 100, 100, 3)

## 2、tf.image.resize\_images ##

这是在对图像、特征层处理经常用到的函数，可以对特征层或者图像resize。

tf.image.resize_images(
        images,
        size,
        method=ResizeMethod.BILINEAR,
        align_corners=False
    )

使用指定的method调整images为size。  
调整大小的图像将失真，如果他们的原始纵横比与size不一样。

*  images：形状为\[batch, height, width, channels\]的4-D张量或形状为\[height, width, channels\]的3-D张量。
 *  size：2个元素(new\_height, new\_width)的1维int32张量,表示图像的新大小。
 *  method：ResizeMethod,默认为ResizeMethod.BILINEAR。
 *  align\_corners：布尔型,如果为True,则输入和输出张量的4个拐角像素的中心对齐,并且保留角落像素处的值；默认为False。

如果images是四维,则返回一个形状为\[batch, new\_height, new\_width, channels\]的四维浮动张量；如果images是三维,则返回一个形状为\[new\_height, new\_width, channels\]的三维浮动张量.

测试代码为：

输出为：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center]

(1, 100, 100, 3)

## 3、tf.transpose ##

可以对输入进行转置。

tf.transpose(
        a,
        perm=None,
        name='transpose',
        conjugate=False
    )

*  a：一个 Tensor。
 *  perm：a 的维数的排列。
 *  name：操作的名称(可选)。

tf.transpose函数返回一个转置 Tensor。

测试代码为：

import tensorflow as tf
    import numpy as np
    sess=tf.Session()
    
    a = tf.constant([[1, 2, 3], [4, 5, 6]])
    
    a = tf.transpose(a, perm=[1, 0])    # [[1, 4]
                                        #  [2, 5]
                                        #  [3, 6]]
    
    
    b = tf.constant([[[ 1,  2,  3],
                      [ 4,  5,  6]],
                     [[ 7,  8,  9],
                      [10, 11, 12]]])
    
    b = tf.transpose(b, perm=[0, 2, 1])
    
    
    c = tf.constant([[[ 1,  2,  3],
                      [ 4,  5,  6]],
                     [[ 7,  8,  9],
                      [10, 11, 12]]])
    
    c = tf.transpose(c, perm=[2, 0, 1])
    
    print(sess.run(a))
    print(sess.run(b))
    print(sess.run(c))

输出为：

[[1 4]
     [2 5]
     [3 6]]
    [[[ 1  4]
      [ 2  5]
      [ 3  6]]
    
     [[ 7 10]
      [ 8 11]
      [ 9 12]]]
    [[[ 1  4]
      [ 7 10]]
    
     [[ 2  5]
      [ 8 11]]
    
     [[ 3  6]
      [ 9 12]]]

# 获得特定位置的内容 #

## 1、tf.gather ##

这是在对某些内容进行筛选的时候经常用到的函数，可以获得某个切片的内容。

tf.gather(
        params,
        indices,
        validate_indices=None,
        name=None,
        axis=0
    )

*  params：一个张量，这个张量是用来收集数值的.该张量的秩必须至少是 axis + 1。
 *  indices：一个张量.必须是以下类型之一：int32,int64.索引张量必须在 \[0, params.shape\[axis\]) 范围内。
 *  axis：一个张量.必须是以下类型之一：int32，int64。在参数轴从中收集索引。默认为第一个维度.支持负索引。
 *  name：操作的名称(可选)。

测试代码为：

import tensorflow as tf
     
    a = tf.Variable([[1,2,3,4,5], [6,7,8,9,10], [11,12,13,14,15]])
    index_a = tf.Variable([0,1,2,3])
     
    b = tf.Variable([1,2,3,4,5,6,7,8,9,10])
    index_b = tf.Variable([2,4,6,8])
     
    with tf.Session() as sess:
        sess.run(tf.global_variables_initializer())
        print(sess.run(tf.gather(a, index_a)))
        print(sess.run(tf.gather(a, index_a,axis = 1)))
        print(sess.run(tf.gather(b, index_b)))

输出为：

[[ 1  2  3  4  5]
     [ 6  7  8  9 10]
     [11 12 13 14 15]
     [ 0  0  0  0  0]]
    [[ 1  2  3  4]
     [ 6  7  8  9]
     [11 12 13 14]]
    [3 5 7 9]

## 2、tf.gather\_nd ##

这是在对某些内容进行筛选的时候经常用到的函数，可以获得特定位置的内容。

tf.gather_nd(
        params,
        indices,
        name=None
    )

*  params：张量，这个张量是用来收集数值的。
 *  indices：张量，必须是以下类型之一：int32，int64；索引张量。
 *  name：操作的名称(可选)。

测试代码为：

import tensorflow as tf
     
    a = tf.Variable([[1,2,3,4,5], [6,7,8,9,10], [11,12,13,14,15]])
    index_a = tf.Variable([[0,1],[0,0],[1,3],[2,4]])
    
    b = tf.Variable([[[1,2,3],[4,5,6]], [[6,7,8],[9,10,11]], [[11,12,13],[14,15,16]]])
    index_b = tf.Variable([[0,1],[0,0],[1,1],[2,2]])
    index_c = tf.Variable([[0,1,1],[0,0,0],[1,1,1],[2,2,2]])
     
    with tf.Session() as sess:
        sess.run(tf.global_variables_initializer())
        print(sess.run(tf.gather_nd(a, index_a)))
        print(sess.run(tf.gather_nd(b, index_b)))
        print(sess.run(tf.gather_nd(b, index_c)))

输出为：

[ 2  1  9 15]
    [[ 4  5  6]
     [ 1  2  3]
     [ 9 10 11]
     [ 0  0  0]]
    [ 5  1 10  0]

## 3、tf.where ##

给定一个表达式，判断哪些位置符合这个表达式。

tf.where(
        condition,
        x=None,
        y=None,
        name=None
    )

根据condition返回x或y中的元素。

如果x和y都为None,则该操作将返回condition中true元素的坐标，坐标以二维张量返回，其中第一维(行)表示真实元素的数量，第二维(列)表示真实元素的坐标。

如果两者都不是None。则x和y必须具有相同的形状。如果x和y是标量，则condition张量必须是标量，如果x和y是更高级别的矢量，则condition必须是大小与x的第一维度相匹配的矢量，或者必须具有与x相同的形状。

**condition张量作为一个可以选择的掩码(mask)，它根据每个元素的值来判断输出中的相应元素/行是否应从 x (如果为 true) 或 y (如果为 false)中选择。**

**如果condition是向量，则x和y是更高级别的矩阵，那么它选择从x和y复制哪个行(外部维度)。如果condition与x和y具有相同的形状，那么它将选择从x和y复制哪个元素。**

测试代码为：

import tensorflow as tf
    import numpy as np
    sess=tf.Session()
    
    #-------------------#
    #   用法1：
    #   x，y没值的时候
    #-------------------#
    a=[[[True, False],
        [True, False]],
       [[False, True],
        [False, True]],
       [[False, False],
        [False, True]]]
    print(sess.run(tf.where(a)))
    #-------------------#
    #   用法2：
    #   x，y有值的时候
    #-------------------#
    a=np.array([[1,0,0],[0,1,1]])
    a1=np.array([[3,2,3],[4,5,6]])
    
    print(sess.run(tf.equal(a,1)))
    print(sess.run(tf.where(tf.equal(a,1),a,a1)))

输出为：

[[0 0 0]
     [0 1 0]
     [1 0 1]
     [1 1 1]
     [2 1 1]]
    [[ True False False]
     [False  True  True]]
    [[1 2 3]
     [4 1 1]]

# 矩阵操作 #

## 1、tf.cast ##

tf.cast(
        x,
        dtype,
        name=None
    )

tf.cast()函数的作用是执行 tensorflow 中张量数据类型转换，比如读入的图片如果是int8类型的，一般在要在训练前把图像的数据格式转换为float32。

*  x：待转换的数据（张量）
 *  dtype：目标数据类型
 *  name：可选参数，定义操作的名称

测试代码为：

import tensorflow as tf
    import numpy as np
    
    t1 = tf.Variable([1,2,3,4,5])
    t2 = tf.cast(t1,dtype=tf.float32)
    
    with tf.Session() as sess:
        print('t1: {}'.format(t1))
        print('t2: {}'.format(t2))
        sess.run(tf.global_variables_initializer())
        sess.run(t2)
        print(t2.eval())

输出为：

[1. 2. 3. 4. 5.]

## 2、tf.stack ##

tf.stack(
        values,
        axis=0,
        name='stack'
    )

将秩为 R 的张量列表堆叠成一个秩为 (R+1) 的张量.

*  values：具有相同形状和类型的 Tensor 对象列表.
 *  axis：一个 int，要一起堆叠的轴，默认为第一维，负值环绕，所以有效范围是\[-(R+1), R+1)
 *  name：此操作的名称(可选)。

测试代码为：

import tensorflow as tf
    import numpy as np
    
    x = tf.constant([1, 4])
    y = tf.constant([2, 5])
    z = tf.constant([3, 6])
    
    s0 = tf.stack([x, y, z])  # [[1, 4], [2, 5], [3, 6]] (Pack along first dim.)
    s1 = tf.stack([x, y, z], axis=1)  # [[1, 2, 3], [4, 5, 6]]
    
    with tf.Session() as sess:
        print(sess.run(s0))
        print(sess.run(s1))

输出为：

[[1 4]
     [2 5]
     [3 6]]
    [[1 2 3]
     [4 5 6]]

## 3、tf.concat ##

用于对张量进行拼接：

tf.concat(
    	[tensor1, tensor2, tensor3,...], 
    	axis
    )

测试代码：

import tensorflow as tf
    import numpy as np
    
    x = tf.constant([1, 4])
    y = tf.constant([2, 5])
    z = tf.constant([3, 6])
    
    s0 = tf.concat([x, y, z], axis=0)  # [[1, 4], [2, 5], [3, 6]] (Pack along first dim.)
    
    
    x = tf.constant([[1], 
                     [4]])
    y = tf.constant([[2], 
                     [5]])
    z = tf.constant([[3], 
                     [6]])
    
    s1 = tf.concat([x, y, z], axis=0) 
    s2 = tf.concat([x, y, z], axis=1) 
    
    with tf.Session() as sess:
        print(sess.run(s0))
        print(sess.run(s1))
        print(sess.run(s2))

输出为：

[1 4 2 5 3 6]
    [[1]
     [4]
     [2]
     [5]
     [3]
     [6]]
    [[1 2 3]
     [4 5 6]]

## 4、tf.reduce\_max ##

用于求取某个维度最大值：

tf.reduce_max(
        input_tensor,
        axis=None,
        keep_dims=False,
        name=None,
        reduction_indices=None
    )

计算一个张量的各个维度上元素的最大值.  
按照axis给定的维度减少input\_tensor。除非 keep\_dims 是true，否则张量的秩将在axis的每个条目中减少1。如果keep\_dims为true，则减小的维度将保留为长度1。

*  input\_tensor：要使用的张量。。
 *  axis：要减小的尺寸。如果为，None(默认),则减少所有维度.必须在\[-rank(input\_tensor), rank(input\_tensor))范围内。
 *  keep\_dims：如果为true,则保留长度为1的减少维度。
 *  name：操作的名称(可选)。
 *  reduction\_indices：axis的废弃的名称。

测试代码：

import tensorflow as tf
    import numpy as np
    
    a=np.array([[1, 2],
                [5, 3],
                [2, 6]])
    
    b = tf.Variable(a)
    with tf.Session() as sess:
        sess.run(tf.global_variables_initializer())
        print(sess.run(tf.reduce_max(b)))
        print(sess.run(tf.reduce_max(b, axis=1, keepdims=False)))
        print(sess.run(tf.reduce_max(b, axis=1, keepdims=True)))
        print(sess.run(tf.reduce_max(b, axis=0, keepdims=True)))

输出为：

6
    [2 5 6]
    [[2]
     [5]
     [6]]
    [[5 6]]

[20190723165901974.jpg_pic_center]: https://img-blog.csdnimg.cn/20190723165901974.jpg#pic_center
[2020030310003556.png_pic_center]: https://img-blog.csdnimg.cn/2020030310003556.png#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center]: https://img-blog.csdnimg.cn/20200303100715321.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA==,size_16,color_FFFFFF,t_70#pic_center