ExpandDims

کلاس نهایی عمومی ExpandDims

بعد 1 را به شکل تانسور وارد می کند.

با توجه به "ورودی" تانسور، این عملیات یک بعد 1 را در "محور" شاخص ابعاد شکل "ورودی" درج می کند. شاخص بعد «محور» از صفر شروع می شود. اگر یک عدد منفی برای "محور" مشخص کنید، از انتهای آن به عقب شمارش می شود.

اگر بخواهید یک بعد دسته ای به یک عنصر اضافه کنید، این عملیات مفید است. به عنوان مثال، اگر یک تصویر واحد از شکل «[ارتفاع، عرض، کانال‌ها]» دارید، می‌توانید آن را به صورت دسته‌ای از 1 تصویر با «expand_dims(image, 0)» بسازید که شکل «[1، ارتفاع» را می‌سازد. ، عرض، کانال ها]`.

نمونه های دیگر:

# '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]
 
این عملیات مستلزم این است که:

`-1-input.dims() <= dim <= input.dims()`

این عملیات مربوط به "squeeze()" است که ابعاد اندازه 1 را حذف می کند.

روش های عمومی

خروجی <T>
asOutput ()
دسته نمادین یک تانسور را برمی‌گرداند.
static <T, U extends Number> ExpandDims <T>
ایجاد (حوزه دامنه ، ورودی عملوند <T>، محور عملوند <U>)
روش Factory برای ایجاد کلاسی که یک عملیات ExpandDims جدید را بسته بندی می کند.
خروجی <T>
خروجی ()
حاوی همان داده‌های «ورودی» است، اما شکل آن دارای یک بعد اضافی به اندازه 1 است.

روش های ارثی

روش های عمومی

خروجی عمومی <T> asOutput ()

دسته نمادین یک تانسور را برمی‌گرداند.

ورودی های عملیات TensorFlow خروجی های عملیات تنسورفلو دیگر هستند. این روش برای به دست آوردن یک دسته نمادین که نشان دهنده محاسبه ورودی است استفاده می شود.

عمومی استاتیک ExpandDims <T> ایجاد ( دامنه دامنه ، ورودی عملوند <T>، محور عملوند <U>)

روش Factory برای ایجاد کلاسی که یک عملیات ExpandDims جدید را بسته بندی می کند.

پارامترها
دامنه محدوده فعلی
محور 0-D (اسکالر). شاخص ابعادی را مشخص می کند که در آن شکل "ورودی" گسترش می یابد. باید در محدوده «[-rank(input) - 1, rank(input)]» باشد.
برمی گرداند
  • یک نمونه جدید از ExpandDims

خروجی عمومی <T> خروجی ()

حاوی همان داده‌های «ورودی» است، اما شکل آن دارای یک بعد اضافی به اندازه 1 است.