แทรกมิติ 1 ลงในรูปร่างของเทนเซอร์
เมื่อพิจารณาเมตริกซ์ "อินพุต" การดำเนินการนี้จะแทรกมิติ 1 ที่ดัชนีมิติ "แกน" ของรูปร่าง "อินพุต" ดัชนีขนาด `แกน` เริ่มต้นที่ศูนย์ หากคุณระบุจำนวนลบสำหรับ "แกน" ระบบจะนับถอยหลังจากจุดสิ้นสุด
การดำเนินการนี้มีประโยชน์หากคุณต้องการเพิ่มมิติชุดงานให้กับองค์ประกอบเดียว ตัวอย่างเช่น หากคุณมีรูปภาพเดียวที่มีรูปร่าง `[ความสูง ความกว้าง ช่อง]` คุณสามารถทำให้เป็นชุดรูปภาพ 1 รูปด้วย `expand_dims(image, 0)` ซึ่งจะสร้างรูปร่าง `[1 ความสูง , ความกว้าง, ช่อง]`.
ตัวอย่างอื่นๆ:
# 't' is a tensor of shape [2]
shape(expand_dims(t, 0)) ==> [1, 2]
shape(expand_dims(t, 1)) ==> [2, 1]
shape(expand_dims(t, -1)) ==> [2, 1]
# 't2' is a tensor of shape [2, 3, 5]
shape(expand_dims(t2, 0)) ==> [1, 2, 3, 5]
shape(expand_dims(t2, 2)) ==> [2, 3, 1, 5]
shape(expand_dims(t2, 3)) ==> [2, 3, 5, 1]
`-1-input.dims() <= สลัว <= input.dims()`
การดำเนินการนี้เกี่ยวข้องกับ `squeeze()` ซึ่งจะลบขนาดขนาด 1 ออก
วิธีการสาธารณะ
เอาท์พุต <T> | เป็นเอาท์พุต () ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์ |
คงที่ <T, U ขยายจำนวน> ExpandDims <T> | |
เอาท์พุต <T> | เอาท์พุท () มีข้อมูลเดียวกันกับ "อินพุต" แต่รูปร่างมีมิติเพิ่มเติมขนาด 1 เพิ่ม |
วิธีการสืบทอด
วิธีการสาธารณะ
เอาท์พุท สาธารณะ <T> asOutput ()
ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์
อินพุตสำหรับการดำเนินการ TensorFlow คือเอาต์พุตของการดำเนินการ TensorFlow อื่น วิธีการนี้ใช้เพื่อรับหมายเลขอ้างอิงสัญลักษณ์ที่แสดงถึงการคำนวณอินพุต
สร้าง ExpandDims <T> แบบคงที่สาธารณะ (ขอบเขต ขอบเขต , อินพุต Operand <T>, แกน Operand <U>)
วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ ExpandDims ใหม่
พารามิเตอร์
ขอบเขต | ขอบเขตปัจจุบัน |
---|---|
แกน | 0-D (สเกลาร์) ระบุดัชนีมิติข้อมูลที่จะขยายรูปร่างของ "อินพุต" ต้องอยู่ในช่วง `[-rank(input) - 1, rank(input)]` |
การส่งคืน
- อินสแตนซ์ใหม่ของ ExpandDims