tensorflow:: عملیات:: ExpandDims

بُعد ۱ را در شکل تانسور وارد می‌کند.

خلاصه

با توجه به input تانسور، این عملیات بُعدی برابر با ۱ را در axis شاخص بُعد شکل input وارد می‌کند. axis شاخص بُعد از صفر شروع می‌شود؛ اگر یک عدد منفی برای axis مشخص کنید، از انتها به عقب شمرده می‌شود.

این عملیات در صورتی مفید است که بخواهید یک بُعد دسته‌ای را به یک عنصر واحد اضافه کنید. برای مثال، اگر یک تصویر واحد با شکل [height, width, channels] دارید، می‌توانید آن را با expand_dims(image, 0) به یک دسته از ۱ تصویر تبدیل کنید، که شکل [1, height, width, channels] را ایجاد می‌کند.

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 آن است که:

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

این عملیات مربوط به squeeze() است که ابعاد با اندازه ۱ را حذف می‌کند.

استدلال‌ها:

• دامنه: یک شیء دامنه
• محور: 0-D (اسکالر). شاخص بُعد را برای بسط شکل input مشخص می‌کند. باید در محدوده [-rank(input) - 1, rank(input)] باشد.

بازده:

• Output : شامل همان داده‌های input است، اما شکل آن یک بُعد اضافی با اندازه ۱ دارد.

ویژگی‌های 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