1. tf.slice()
https://www.jianshu.com/p/71e6ef6c121b
2.tf.stack()/tf.unstack()
https://www.jianshu.com/p/25706575f8d4
3.tf.concat()
t1 = [[[1, 2], [2, 3]], [[4, 4], [5, 3]]]
t2 = [[[7, 4], [8, 4]], [[2, 10], [15, 11]]]
t3=tf.concat([t1, t2], axis=1)#axis是连接的维度
print(sess.run(tf.shape(t3)))
print(sess.run(t3))
---------------output
[2 4 2]#两个二维数组,每个二维数组中4个一维数组,每个一维数组中2个元素.
[[[ 1 2]
[ 2 3]
[ 7 4]
[ 8 4]]
[[ 4 4]
[ 5 3]
[ 2 10]
[15 11]]]
4.tf.reduce_max()
c = np.array([ [[3.,4], [1.,7]], [[2.,3.],[5.,9.]], [[0,3,],[4,5]] ])
#三个二维数组的对应元素分别比较,4个较大的元素保留,最后三维数组包含一个二维数组
print(sess.run(tf.reduce_max(c, 0,keepdims=True)))#keepdims=True,会保持原维度
print(sess.run(tf.reduce_max(c,0,keepdims=False)))
#三个二维数组内部的两个一维数组对应元素比较,每个二维数组保留一个放有两个较大元素的一维数组
print(sess.run(tf.reduce_max(c,1,keepdims=True)))
#每个一维数组内部两个元素比较,保留较大者
print(sess.run(tf.reduce_max(c,2,keepdims=True)))
---------------------------output
[[[3. 4.]
[5. 9.]]]
-------------
[[3. 4.]
[5. 9.]]#keepdims=False
--------------
[[[3. 7.]]
[[5. 9.]]
[[4. 5.]]]
--------------
[[[4.]
[7.]]
[[3.]
[9.]]
[[3.]
[5.]]]