python - 在 tensorflow 中扩展维度并复制数据

Question

我有一个大小为 BxHxWx3 的张量 input 和另一个大小为 Bx3 的张量 params。这里的 B 是批量大小。我想将 params 转换为大小为 BxHxWx3 的张量？这样我就可以将两个张量相乘。关于我应该如何解决这个问题有什么建议吗？ (在较高层面上，我想要做的是将一组图像中的每个像素乘以为每个 channel 定义的值)

Answer 1

<强>1。回答你的第一个问题

您可以使用tf.expand_dims、tf.tile的组合:

input_shape = tf.shape(input)
mod_params = params.expand_dims(1) # shape is [Bx1x3]
mod_params = mod_params.expand_dims(2) # shape is [Bx1x1x3]
mod_params = tf.tile( \
                mod_params, \
                [1, input_shape[1], input_shape[2], 1] \
             ) # shape is [BxHxWx3]

<强>2。为了实现您的最终结果，...

...你可以执行

ret = tf.multiply(input, mod_params)

...或者，您也可以使用tensorflow的广播功能(借助tf.transpose)

ret = tf.multiply(
         tf.transpose(input, perm=[2,1,0,3]), \
         params \
      ) # shape: [WxHxBx3]
ret = tf.transpose(ret, perm=[2,1,0,3]) # shape: [BxHxWx3]