python，tensorflow，如何获得具有一半特征的张量形状

Question

我需要一个张量的形状，除了不是feature_size作为-1维度，我需要feature_size // 2

我当前使用的代码是

_, half_output = tf.split(output,2,axis=-1)

half_shape = tf.shape(half_output)

这行得通，但是令人难以置信。 我不需要张量的一半的额外副本，我只需要那种形状。 我已经尝试过其他方法，但是除了这种可行的解决方案之外，其他任何方法都没有起作用。

有人知道这样做的简单方法吗？

Answer 1

一种将最后一个值减半的形状的简单方法：

half_shape = tf.shape(output[..., 1::2])

它所做的只是简单地从第二个元素（索引1）开始，在最后一个维度中从步骤2迭代output 。

...不会触及其他尺寸。 其结果是，你将有output[..., 1::2]与相同尺寸的output ，除了最后一个，这将如以下示例进行采样，从而产生一半的原始值。

>>> a = np.random.rand(5,5)
>>> a
array([[ 0.21553665,  0.62008421,  0.67069869,  0.74136913,  0.97809012],
       [ 0.70765302,  0.14858418,  0.47908281,  0.75706245,  0.70175868],
       [ 0.13786186,  0.23760233,  0.31895335,  0.69977537,  0.40196103],
       [ 0.7601455 ,  0.09566717,  0.02146819,  0.80189659,  0.41992885],
       [ 0.88053697,  0.33472285,  0.84303012,  0.10148065,  0.46584882]])
>>> a[..., 1::2]
array([[ 0.62008421,  0.74136913],
       [ 0.14858418,  0.75706245],
       [ 0.23760233,  0.69977537],
       [ 0.09566717,  0.80189659],
       [ 0.33472285,  0.10148065]])

这个half_shape打印以下Tensor ：

张量（“ Shape：0”，shape =（3，），dtype = int32）

或者，您可以获取output的形状并手动创建所需的形状：

s = output.get_shape().as_list()
half_shape = tf.TensorShape(s[:-1] + [s[-1] // 2])

这个half_shape打印一个TensorShape显示在最后一个维度中减半的形状。