Reshape

เปลี่ยนรูปร่างเทนเซอร์

เมื่อระบุ "เทนเซอร์" การดำเนินการนี้จะส่งคืนเทนเซอร์ที่มีค่าเดียวกันกับ "เทนเซอร์" ที่มีรูปร่างเป็น "รูปร่าง"

หากส่วนประกอบหนึ่งของ "รูปร่าง" เทนเซอร์ 1 มิติคือค่าพิเศษ -1 ขนาดของมิตินั้นจะถูกคำนวณเพื่อให้ขนาดรวมคงที่ โดยเฉพาะอย่างยิ่ง `รูปร่าง` ของ `[-1]` จะแบนเป็น 1-D ส่วนประกอบหนึ่งของ "รูปร่าง" อาจไม่เป็นที่รู้จักมากนัก

"รูปร่าง" ต้องเป็น 1-D และการดำเนินการส่งคืนเทนเซอร์ด้วยรูปร่าง "รูปร่าง" ที่เต็มไปด้วยค่าของ "เทนเซอร์" ในกรณีนี้ จำนวนองค์ประกอบที่แสดงถึง "รูปร่าง" จะต้องเท่ากับจำนวนองค์ประกอบใน "เทนเซอร์"

มันเป็นข้อผิดพลาดหาก `รูปร่าง` ไม่ใช่ 1-D

ตัวอย่างเช่น:

# 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