একটি টেনসরকে পুনরায় আকার দেয়।
প্রদত্ত `টেনসর`, এই ক্রিয়াকলাপটি একটি টেনসর প্রদান করে যার মান `আকৃতি` সহ `টেনসর` এর মতো একই মান রয়েছে।
যদি 1-D টেনসর `আকৃতি` এর একটি উপাদান বিশেষ মান -1 হয়, তাহলে সেই মাত্রার আকার গণনা করা হয় যাতে মোট আকার স্থির থাকে। বিশেষ করে, `[-1]` এর একটি `আকৃতি` 1-D তে সমতল হয়। `আকৃতি` এর সর্বাধিক একটি উপাদান অজানা হতে পারে।
`আকৃতি` অবশ্যই 1-D হতে হবে এবং অপারেশনটি `টেনসর` এর মান দিয়ে ভরা আকৃতি `আকৃতি` সহ একটি টেনসর প্রদান করে। এই ক্ষেত্রে, `আকৃতি` দ্বারা উহ্য উপাদানের সংখ্যা অবশ্যই `টেনসর`-এর উপাদানের সংখ্যার সমান হতে হবে।
এটি একটি ত্রুটি যদি `আকৃতি` 1-D না হয়।
যেমন:
# 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
ধ্রুবক
স্ট্রিং | OP_NAME | এই অপের নাম, টেনসরফ্লো কোর ইঞ্জিন দ্বারা পরিচিত |
পাবলিক পদ্ধতি
আউটপুট <T> | আউটপুট হিসাবে () টেনসরের প্রতীকী হ্যান্ডেল ফেরত দেয়। |
স্ট্যাটিক <T TType প্রসারিত করে > রিশেপ <T> | |
আউটপুট <T> | আউটপুট () |
উত্তরাধিকারসূত্রে প্রাপ্ত পদ্ধতি
ধ্রুবক
সর্বজনীন স্ট্যাটিক চূড়ান্ত স্ট্রিং OP_NAME
এই অপের নাম, টেনসরফ্লো কোর ইঞ্জিন দ্বারা পরিচিত
পাবলিক পদ্ধতি
সর্বজনীন আউটপুট <T> হিসাবে আউটপুট ()
টেনসরের প্রতীকী হ্যান্ডেল ফেরত দেয়।
TensorFlow অপারেশনের ইনপুট হল অন্য TensorFlow অপারেশনের আউটপুট। এই পদ্ধতিটি একটি প্রতীকী হ্যান্ডেল পেতে ব্যবহৃত হয় যা ইনপুটের গণনাকে প্রতিনিধিত্ব করে।
পাবলিক স্ট্যাটিক রিশেপ <T> তৈরি করুন ( স্কোপ স্কোপ, অপারেন্ড <T> টেনসর, অপারেন্ড <? প্রসারিত TNumber > আকৃতি)
একটি নতুন রিশেপ অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানা পদ্ধতি।
পরামিতি
সুযোগ | বর্তমান সুযোগ |
---|---|
আকৃতি | আউটপুট টেনসরের আকৃতি নির্ধারণ করে। |
রিটার্নস
- পুনর্নির্মাণের একটি নতুন উদাহরণ