在TF 2.1中展平非常粗糙的张量

Question

我最终迁移到了TF 2.1，并且我正在尝试将我的代码移植到原生TF 2.1。所以这里有一个问题:如何将不同等级的粗糙张量重塑为一维张量？本质上，我有一组权重矩阵，例如。[3,3,1,32], [32], [21632,20], [20], [20,10], [10] (这些是形状，不是值)，我想把整个怪物展平成一个一维张量。做这件事最有效的方法是什么？更好的是，我如何编写一个函数来展平任意长度的任意形状参差不齐的张量？

目前，我正在使用以下解决方案，但我怀疑Python list可能会极大地降低速度：

gradlist = []
for g in gradients:
    gradlist.append(tf.reshape(g, [-1]))
grad_vector = tf.concat(gradlist, 0)

Answer 1

您可以使用numpy hstack轻松地展平numpy数组，这应该会更快。

参考：https://docs.scipy.org/doc/numpy/reference/generated/numpy.hstack.html

代码示例：

import numpy as np

gradients = np.array([[1], [1,2,3], [4,5]])

print(np.hstack(gradients).shape)

print(np.hstack(gradients))

输出：

(6,)
[1 1 2 3 4 5]