tensorflow :: ops :: ExpandDims

بعد 1 را به شکل تانسور وارد می کند.

خلاصه

با توجه به input تانسور ، این عملیات یک بعد 1 در axis شاخص بعد شکل input کند. axis شاخص بعد از صفر شروع می شود. اگر یک عدد منفی برای axis کنید ، از انتها به عقب شمرده می شود.

اگر می خواهید بعد دسته ای را به یک عنصر واحد اضافه کنید ، این عملیات مفید است. به عنوان مثال ، اگر یک تصویر واحد از شکل [height, width, channels] باشید ، می توانید آن را به صورت دسته ای از 1 تصویر با expand_dims(image, 0) ، که به شکل [1, height, width, channels] .

مثالهای 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() که ابعاد اندازه 1 را حذف می کند.

استدلال ها:

• دامنه: یک شی Sc Scope
• محور: 0-D (اسکالر). شاخص ابعادی را مشخص می کند که شکل input در آن گسترش دهد. باید در محدوده [-rank(input) - 1, rank(input)] باشد.

بازده:

• Output : شامل همان داده های input ، اما شکل آن دارای ابعاد دیگری از اندازه 1 اضافه شده است.

صفات عمومی

Operation operation

::tensorflow::Output output

 ExpandDims(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input axis
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const