텐서의 형태를 변경합니다.
'tensor'가 주어지면 이 작업은 'shape' 모양을 가진 'tensor'와 동일한 값을 갖는 텐서를 반환합니다.
1차원 텐서 'shape'의 한 구성 요소가 특수 값 -1인 경우 해당 차원의 크기는 전체 크기가 일정하게 유지되도록 계산됩니다. 특히 `[-1]`의 `모양`은 1차원으로 편평화됩니다. '모양'의 최대 한 가지 구성요소는 알려지지 않을 수 있습니다.
'shape'은 1차원이어야 하며 이 작업은 'tensor' 값으로 채워진 'shape' 모양의 텐서를 반환합니다. 이 경우 'shape'가 암시하는 요소 수는 'tensor'의 요소 수와 동일해야 합니다.
`shape`가 1차원이 아니면 오류입니다.
예를 들어:
# 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
공개 방법
공개 출력 <T> asOutput ()
텐서의 기호 핸들을 반환합니다.
TensorFlow 작업에 대한 입력은 다른 TensorFlow 작업의 출력입니다. 이 메서드는 입력 계산을 나타내는 기호 핸들을 얻는 데 사용됩니다.
공개 정적 Reshape <T> 생성 (범위 범위 , 피연산자 <T> 텐서, 피연산자 <U> 모양)
새로운 Reshape 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
매개변수
범위 | 현재 범위 |
---|---|
모양 | 출력 텐서의 모양을 정의합니다. |
보고
- Reshape의 새로운 인스턴스