如何解决2d张量到1个3d张量的列表
我有一个单词嵌入的句子列表。所以每个句子都是16 * 300的矩阵,所以它是2d张量。我想将它们连接到3d张量并将此3d张量用作CNN模型的输入。不幸的是,我无法将其放入这个3d张量。
我认为,至少应该通过tf.concat将这些2d张量中的两个连接到较小的3d张量中。不幸的是,我收到以下错误消息
tf.concat(0,[Tweets_final.Text_M[0],Tweets_final.Text_M[1]])
ValueError: Shape (3,16,300) must have rank 0
如果它与两个2d张量一起工作,我可能会与一个循环一起工作
列表中的这些2d张量之一看起来像这样:
<tf.Tensor: shape=(16,300),dtype=float32,numpy= array([[-0.03571776,0.07699937,-0.02208528,...,0.00873246,-0.05967658,-0.03735098],[-0.03044251,0.050944,-0.02236165,-0.01745957,0.01311598,0.01744673],[ 0.,0.,0. ],0. ]],dtype=float32)>
解决方法
您可以在文档中找到解决方案: https://www.tensorflow.org/api_docs/python/tf/stack
tf.stack :将等级R张量列表堆叠到一个等级(R + 1)张量中。
>>> y = tf.constant([2,5])
>>> z = tf.constant([3,6])
>>> tf.stack([x,y,z])
<tf.Tensor: shape=(3,2),dtype=int32,numpy=
array([[1,4],[2,5],[3,6]],dtype=int32)>
>>> tf.stack([x,z],axis=1)
<tf.Tensor: shape=(2,3),2,3],[4,5,dtype=int32)>
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。