我就廢話不多說了，大家還是直接看程式碼吧~

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,...: [16,18]]]])
 
In [12]: input.get_shape()
Out[12]: TensorShape([Dimension(1),Dimension(2),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]]]

補充知識：TensorFlow 訓練過程中獲取某個Tensor值；只有conv1和bn1存在NAN

1. 在訓練過程中,獲取某個引數Tensor的值:

獲取所有Tensor的name:

[tensor.name for tensor in tf.get_default_graph().as_graph_def().node]

根據name獲得Tensor:

bn_gamma = sess.graph.get_tensor_by_name('bn1_audio/batch_normalization/beta:0')

sess.run(),print

2. 只有conv1的filter,bias和bn1的gamma為nan:

由於訓練資料中存在nan.

bn1後的max pooling層輸出全為0 (∵bn1輸出有0),導致後續引數和輸出看起來正常,但是不會更新.

以上這篇Tensorflow--取tensorf指定列的操作方式就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支援我們。