keras的axis的解读

keras的axis的解读

我们在写keras的代码的时候会遇见下面的类似场景：

atten_mul=merge([image_embedding,attention_probs],mode='dot',dot_axes=(1,1))

然后会经常困惑dot_axes那个括号里面的是啥意思，这里举个例子，如果一个张量的大小为：

(19,19,5,80)

axis = 0 - 19 elements

axis = 1 - 19 elements

axis = 2 - 5 elements

axis = 3 - 80 elements

其实就是从左到右的顺序，而python numpy里面的axis:

通过不同的axis，numpy会沿着不同的方向进行操作：如果不设置，那么对所有的元素操作；如果axis=0，则沿着纵轴进行操作；axis=1，则沿着横轴进行操作。但这只是简单的二位数组，如果是多维的呢？可以总结为一句话：设axis=i，则numpy沿着第i个下标变化的放下进行操作。

>>> import numpy as np>>> data=np.array([... [1,2,1],... [1,4,5],... [2,3,4],... [5,2,4]])>>> np.sum(data,axis=0)array([ 9, 11, 14])>>> np.sum(data,axis=1)array([ 4, 10, 9, 11])

上面是二维的，我们来看三维的例子：

>>> data = np.random.randint(0, 5, [4,3,2])>>> data.shape(4, 3, 2)>>> dataarray([[[4, 3], [3, 2], [2, 3]], [[1, 3], [2, 2], [1, 0]], [[4, 4], [4, 4], [2, 2]], [[4, 2], [4, 4], [1, 1]]])>>> data.sum(axis=0)array([[13, 12], [13, 12], [ 6, 6]])>>> data.sum(axis=1)array([[ 9, 8], [ 4, 5], [10, 10], [ 9, 7]])>>> data.sum(axis=2)array([[7, 5, 5], [4, 4, 1], [8, 8, 4], [6, 8, 2]])

参考文献

[2].What is the meaning of axis=-1 in keras.argmax?.

​​https://stackoverflow.com/questions/47435526/what-is-the-meaning-of-axis-1-in-keras-argmax​​

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。