维度减少

简介: 【8月更文挑战第14天】维度减少。

维度减少
tf.squeeze(input,axis=None,name=None):
input:输入张量;
axis:axis=1,表示要删掉的为1的维度。

代码:

生成一个大小为1001003的张量来表示一张尺寸为100*100的三通道彩色图片

squeeze_sample_1 = tf.random.normal([1,100,100,3])
print("原始数据尺寸:",squeeze_sample_1.shape)
squeezed_sample_1 = tf.squeeze(expand_sample_1)
print("维度压缩后的数据尺寸:",squeezed_sample_1.shape)

输出:
原始数据尺寸: (1, 100, 100, 3)
维度压缩后的数据尺寸: (100, 100, 3)

目录
相关文章
|
3月前
|
存储 算法 大数据
指标类需求问题之在商品开发和运营过程中,减少指标计算以节省人效要怎么操作
指标类需求问题之在商品开发和运营过程中,减少指标计算以节省人效要怎么操作
|
3月前
维度查看
【8月更文挑战第14天】维度查看。
54 3
|
3月前
|
SQL 缓存 数据挖掘
数据平台问题之复合指标生成中维度能力如何处理
数据平台问题之复合指标生成中维度能力如何处理
|
3月前
维度增加
【8月更文挑战第14天】维度增加。
27 1
|
4月前
|
PyTorch 测试技术 算法框架/工具
【YOLOv8改进 - 卷积Conv】SPConv:去除特征图中的冗余,大幅减少参数数量 | 小目标
YOLO目标检测专栏探讨了模型优化,提出SPConv,一种新卷积操作,减少特征冗余,提升效率。SPConv将特征分为代表性和不确定部分,分别处理,再融合。实验显示,SPConv在速度和准确性上超越现有基准,减少FLOPs和参数。论文和PyTorch代码已公开。更多详情及实战案例见CSDN博客链接。
|
6月前
|
机器学习/深度学习 编解码 计算机视觉
【OctaveConv】下降一个八度:用八度卷积减少卷积神经网络中的空间冗余
【OctaveConv】下降一个八度:用八度卷积减少卷积神经网络中的空间冗余
148 0
【OctaveConv】下降一个八度:用八度卷积减少卷积神经网络中的空间冗余
|
机器学习/深度学习 计算机视觉 数据可视化
YOLOv5改进系列(0)——重要性能指标、训练结果评价及分析、影响mAP指标的因素、优化mAP的方法
YOLOv5改进系列(0)——重要性能指标、训练结果评价及分析、影响mAP指标的因素、优化mAP的方法
6991 0
YOLOv5改进系列(0)——重要性能指标、训练结果评价及分析、影响mAP指标的因素、优化mAP的方法
|
Serverless
函数计算减少冷启动对性能的影响
函数计算减少冷启动对性能的影响
380 1
|
人工智能 自然语言处理 数据管理
分析的四个维度
分析的四个维度
|
数据采集 存储 数据挖掘
维度建模中,粒度对于事实和维度的影响
度是指在事实表中所记录的数据的最小粒度,也可以理解为事实表中每个记录所代表的含义。在维度建模中,粒度对维度表和事实表都具有重要性。
488 0