Tensorflow--tenssorf指定列の操作方式を取る

余計なことを言わないで、コードを見てください。

In [1]: import os
In [2]: os.environ["CUDA_VISIBLE_DEVICES"] = "0"
In [3]: import tensorflow as tf
In [4]:sess =tf.Session()
In [5]: input = tf.constant([[[1,2,3],[4,5,6],[7,8,9]],[[10,11,12],[13,14,15],[1
 ...: 6,17,18]]])
 
In [6]: input.get_shape()
Out[6]: TensorShape([Dimension(2), Dimension(3), Dimension(3)])
 
In [7]: input_2 = input[:,:,2]
 
In [8]: print(sess.run(input_2))
[[ 3 6 9]
 [12 15 18]]
 
In [9]: input_2 = input[:,:,0:2]
 
In [10]: print(sess.run(input_2))
[[[ 1 2]
 [ 4 5]
 [ 7 8]]
 
 [[10 11]
 [13 14]
 [16 17]]]
 
In [11]: input = tf.constant([[[[1,2,3],[4,5,6],[7,8,9]],[[10,11,12],[13,14,15],
 ...: [16,17,18]]]])
 
In [12]: input.get_shape()
Out[12]: TensorShape([Dimension(1), Dimension(2), Dimension(3), Dimension(3)])
 
In [13]: input_2 = input[:,:,2]
 
In [14]: print(sess.run(input_2))
[[[ 7 8 9]
 [16 17 18]]]
 
In [15]: input_2 = input[:,:,:,2]
 
In [16]: print(sess.run(input_2))
[[[ 3 6 9]
 [12 15 18]]]

補足知識：TensorFlowトレーニング中にあるTensor値を取得する；conv 1とbn 1だけNANが存在します。
1.トレーニング中、あるパラメータTensorの値を取得する：
すべてのTensorのnameを取得:
[tenssor.name for tensor in tf.get_]default_graph()as_graphdef().node)
nameによるTensor獲得:
bn_gamma=sess.graphh.get_tensor_by_name('bn 1_audio/batch_normalization/beta:0')
sess.run()print

2.conv 1のみのfilter、biasとbn 1のgammaはna：
トレーニングデータにnaがあります。
bn 1後のmax pooling層の出力は全部0で、後続のパラメータと出力が正常に見えますが、更新されません。
以上のTensorflow--tenssorfの指定された列の操作方式を取って、小编をみんなに分かち合うすべての内容です。