tensorflow 常用简单的函数收集 cond expand_dims squeeze map_fn

阳光穿透心脏的1/2处 2024-04-19 15:12 9阅读 0赞

# 1.条件函数，替代 if else #

在tensorflow里面不能使用if else对bool型tensor进行判断。所以需要使用tf.cond

[https://blog.csdn.net/u013249853/article/details/101012523][https_blog.csdn.net_u013249853_article_details_101012523]

x = tf.constant(2)
    y = tf.constant(5)
    def f1(): return tf.multiply(x, 17)
    def f2(): return tf.add(y, 23)
    r = tf.cond(tf.less(x, y), f1, f2)
    # r is set to f1().
    # Operations in f2 (e.g., tf.add) are not executed.

# 2.维度变换，expand\_dims squeeze #

有些tf core的op可以处理四维，(batch,weidth,height,channels),比如：tf.ResizeBilinear:[https://www.tensorflow.org/api\_docs/cc/class/tensorflow/ops/resize-bilinear][https_www.tensorflow.org_api_docs_cc_class_tensorflow_ops_resize-bilinear]

但是有些op你是用三维写的那就需要改变维度。

(1,512,412,23)->(512,412,23)

tf.expand_dims(feature_map,axis=0)

(1,512,412,23)<-(512,412,23)

tf.squeeze(feature_map)

# 3.map\_fn 拆开包裹 tensor降维处理 拆包->处理->打包 #

如果你没有办法处理四维数据，那么可以将第一个维度，也就是batch\_size单独拿出来，

**data.shape=(?,512,512,3)**，运行时bs（batch\_size=16）

利用函数，你可以对每个batch，逐个进行操作

**经过map\_fn你的数据就变成了(512,512,3),在执行了16次后，合并还原到原来的(?,512,512,3)**

high = tf.map_fn(lambda inp: fn(inp[0], inp[1]), (data, data2), dtype=tf.float32)

多输入的模型，可以用list来传递。如上面所示，函数fn只接受3维，就可以用该代码进行拆包->处理->打包

值得注意的是，该操作可能不如整体操作（4维）快。

[https_blog.csdn.net_u013249853_article_details_101012523]: https://blog.csdn.net/u013249853/article/details/101012523
[https_www.tensorflow.org_api_docs_cc_class_tensorflow_ops_resize-bilinear]: https://www.tensorflow.org/api_docs/cc/class/tensorflow/ops/resize-bilinear