Reshape

एक टेंसर को नया आकार देता है।

`टेंसर` को देखते हुए, यह ऑपरेशन एक टेंसर लौटाता है जिसका आकार `आकार` के साथ `टेन्सर` के समान मान होता है।

यदि 1-डी टेंसर `शेप` का एक घटक विशेष मान -1 है, तो उस आयाम के आकार की गणना की जाती है ताकि कुल आकार स्थिर रहे। विशेष रूप से, `[-1]` का एक `आकृति` 1-डी में चपटा हो जाता है। अधिक से अधिक `आकार` का एक घटक अज्ञात हो सकता है।

`आकृति` 1-डी होनी चाहिए और ऑपरेशन `आकृति` के आकार के साथ एक टेंसर लौटाता है जो `टेंसर` के मूल्यों से भरा होता है। इस मामले में, `आकृति` द्वारा निहित तत्वों की संख्या `टेंसर` में तत्वों की संख्या के समान होनी चाहिए।

यह एक त्रुटि है यदि `आकार` 1-डी नहीं है।

उदाहरण के लिए:

# tensor 't' is [1, 2, 3, 4, 5, 6, 7, 8, 9]
 # tensor 't' has shape [9]
 reshape(t, [3, 3]) ==> [[1, 2, 3],
                         [4, 5, 6],
                         [7, 8, 9]]
 
 # tensor 't' is [[[1, 1], [2, 2]],
 #                [[3, 3], [4, 4]]]
 # tensor 't' has shape [2, 2, 2]
 reshape(t, [2, 4]) ==> [[1, 1, 2, 2],
                         [3, 3, 4, 4]]
 
 # tensor 't' is [[[1, 1, 1],
 #                 [2, 2, 2]],
 #                [[3, 3, 3],
 #                 [4, 4, 4]],
 #                [[5, 5, 5],
 #                 [6, 6, 6]]]
 # tensor 't' has shape [3, 2, 3]
 # pass '[-1]' to flatten 't'
 reshape(t, [-1]) ==> [1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4, 5, 5, 5, 6, 6, 6]
 
 # -1 can also be used to infer the shape
 
 # -1 is inferred to be 9:
 reshape(t, [2, -1]) ==> [[1, 1, 1, 2, 2, 2, 3, 3, 3],
                          [4, 4, 4, 5, 5, 5, 6, 6, 6]]
 # -1 is inferred to be 2:
 reshape(t, [-1, 9]) ==> [[1, 1, 1, 2, 2, 2, 3, 3, 3],
                          [4, 4, 4, 5, 5, 5, 6, 6, 6]]
 # -1 is inferred to be 3:
 reshape(t, [ 2, -1, 3]) ==> [[[1, 1, 1],
                               [2, 2, 2],
                               [3, 3, 3]],
                              [[4, 4, 4],
                               [5, 5, 5],
                               [6, 6, 6]]]
 
 # tensor 't' is [7]
 # shape `[]` reshapes to a scalar
 reshape(t, []) ==> 7