如何在张量中重新排列元素，比如在MATLAB中？

Question

例如，我得到一个张量[30,6,6,3]：30是batch_size，6X6是height x width，3是channels)。

我如何将它的元素从3X3重新排列到1X9，就像MATLAB中的像素一样？如图所述：

​

tf.reshape()似乎行不通。

Answer 1

您可以使用转置和整形的组合来完成这些类型的转换。numpy和TensorFlow逻辑是相同的，因此这里有一个使用Numpy的简单示例。假设您有4x4数组，并希望通过跳过行/列(如您的示例中所示)，将其分解为4个子数组。

伊，从

a=array([[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11],
        [12, 13, 14, 15]])

​您想要获得4个子图像，如

[0, 2]
[8, 10]

和

[1, 3]
[9, 11]

等

首先，您可以通过跨列来生成子数组。

b = a.reshape((4,2,2)).transpose([2,0,1])

这将生成以下数组

array([[[ 0,  2],
        [ 4,  6],
        [ 8, 10],
        [12, 14]],

       [[ 1,  3],
        [ 5,  7],
        [ 9, 11],
        [13, 15]]])

现在跳过行

c = b.reshape([2,2,2,2]).transpose(2,0,1,3)

这将生成以下数组

array([[[[ 0,  2],
         [ 8, 10]],

        [[ 1,  3],
         [ 9, 11]]],


       [[[ 4,  6],
         [12, 14]],

        [[ 5,  7],
         [13, 15]]]])

现在请注意，您有所需的子数组，但最左边的形状是2x2，但您希望有4个，所以您可以进行整形。

c.reshape([4,2,2])

这给了你

array([[[ 0,  2],
        [ 8, 10]],

       [[ 1,  3],
        [ 9, 11]],

       [[ 4,  6],
        [12, 14]],

       [[ 5,  7],
        [13, 15]]])

请注意，将n,m数组组合到n*m一维的一般技术是执行reshape(m*n, ...)。由于行的主要顺序，平坦的尺寸必须在左边，这样才能使整形作为扁平操作工作。因此，如果在您的例子中通道是最后一个维度，您将需要将它们转到左边，扁平(使用整形)，然后将它们转回来。