python - 使用切片和无的张量形状修改

Question

我对如何阅读和理解一行简单的代码感到有些困惑：

• 我有一个张量input的形状(19,4,64,64,3)。
• 这行代码input[:, None]返回一个 shape 的张量(19, 1, 4, 64, 64, 3)。

我应该如何理解那条线的行为？似乎None是在添加一个维度，大小为 1。但是为什么要在那个特定位置（19 到 4 之间）添加这个？

标签： pythontensorflow

Answer 1

确实，None增加了一个新的维度。您也可以使用tf.newaxis这个更明确的恕我直言。

新维度被添加到轴 1 中，因为它出现在索引中。例如input[:, :, None]应该产生形状 (19, 4, 1, 64, 64, 3) 等等。
如果我们在切片中写下所有维度，可能会更清楚：input[:, None, :, :, :, :]. 在切片中，:仅仅意味着获取维度的所有元素。因此，通过使用 one :，我们获取维度 0 的所有元素，然后“继续”移动到维度 1。由于None出现在这里，我们知道新的 size-1 轴应该在维度 1 中。因此，其余维度被“推回” ”。