使用transformer處理圖像數據，需要照特定格式對矩陣分塊，并拉伸flatten，在完成最后的卷積后，需要重新將token的channel重新reshape成圖像格式。類似下圖，將輸入首先分塊，然后拉伸為NxC的vector，然后重新reshape為圖像格式，這里使用一通道簡要說明。

?

小代碼

def reshape():h = 6a = tf.random_uniform([h,h],maxval=40,dtype=tf.int32)b = tf.reshape(a,[2,3,2,3])c = tf.transpose(b,[0,2,1,3])d = tf.reshape(tf.reshape(c,[-1,3,3]),[4,-1])return a,d def rereshape(x):a = tf.reshape(x,[2,2,3,3])b = tf.transpose(a,[0,2,1,3])c = tf.reshape(tf.reshape(b,[6,2,3]),[6,-1])return c with tf.Session() as se:a,b = se.run(reshape())print('a:',a)print('b:',b)c = se.run(rereshape(b))print('c:',c)

輸出

總結

以上是生活随笔為你收集整理的TensorFlow patch块划分（transpose and reshape）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。