在十个拉链和重塑

Question

问题：

假设我有两个张量，a和b。两者形状相同：[?, 10, 4096]。你知道吗

我该如何压缩这两个，使得到的张量的形状为[？，20，4096]，但也使得a的第i个元素正好位于b的第i个元素之前。你知道吗

列表示例：

a = [1, 3, 5]
b = [2, 4, 6]

现在我想要一个看起来像[1, 2, 3, 4, 5, 6]和的张量，而不是[1, 3, 5, 2, 4, 6]，如果我把这两个用在tf.stack，然后用tf.reshape，对吗？。你知道吗

或者一个更一般的问题是，你怎么知道tf.reshape以什么顺序重塑张量？你知道吗

Answer 1

首先看起来，堆叠然后再重塑可以完成以下工作：

import tensorflow as tf
a = tf.constant([1, 3, 5])
b = tf.constant([2, 4, 6])
c = tf.stack([a, b], axis = 1)
d = tf.reshape(c, (-1,)) 
with tf.Session() as sess:    
     print(sess.run(c))  # [[1 2],[3 4],[5 6]]
     print(sess.run(d))  # [1 2 3 4 5 6]

为了回答第二个问题，TensorFlow reshape操作使用与numpy默认顺序相同的顺序，即C顺序，引用here：

Read the elements of a using this index order, and place the elements into the reshaped array using this index order. ‘C’ means to read / write the elements using C-like index order, with the last axis index changing fastest, back to the first axis index changing slowest.

import numpy as np
a = np.array([1, 3, 5])
b = np.array([2, 4, 6])
c = np.stack([a, b], axis=1)
c.reshape((-1,), order='C')  # array([1, 2, 3, 4, 5, 6])