Broadcasting是tensorflow2.0中一個很重要的用法，張量維度擴張的手段，但是沒有在數據層面上的復制。是一種數據優化的手段。高效且直觀。

Broadcasting的機制

①進行維度的擴展。
②不進行數據的復制，不另外開辟空間。
③本質和tf.tile不一樣。
④tf.broadcast_to

主要過程

1.給需要位置插入一個維度，例如[2,2,3,4]+[3,4]的運算，其中[3,4]這組數據，首先擴展為[1,1,3,4].
2.給dim為1的擴展為所需要的數量。上面那個例子。[3,4]->[1,1,3,4]之后，[1,1,3,4]->[2,2,3,4]
如圖所示：

注意：
①維度是從小到大的，簡言之，是從右往左匹配的。
②需要擴展的dim必須為1，否則就算是成倍數也不可以。[2,3]+[4,3]是運行錯誤的。

優點

①能夠真實的解決需要。
②節省開銷。

幾種可能出現的情況

Solution 1：[1,32,1,1]->[4,32,4,4]
Solution 2：[14,14]->[1,1,14,14]->[4,32,14,14]
Solution 3：[4,32,14,14]+[2,32,14,14]會出現錯誤，理由如下：

樣例

tf.broadcast_to

注意：tf.broadcast_to 是兩個已存在的 tensor 之間的 轉換，而 tf.**_like 初始化創建。

Broadcast VS Tile

優勢：
①Broadcasting與內存無關。
②Broadcasting使用比較簡潔。

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的tensorflow2.0中的Broadcasting用法的全部內容，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。