przepływ tensorowy:: ops:: RozwińWymiary
#include <array_ops.h>
Wstawia wymiar 1 do kształtu tensora.
Streszczenie
Mając input
tensora, operacja ta wstawia wymiar 1 na axis
indeksu wymiaru kształtu danych input
. axis
indeksu wymiaru zaczyna się od zera; jeśli określisz liczbę ujemną dla axis
będzie ona liczona wstecz od końca.
Ta operacja jest przydatna, jeśli chcesz dodać wymiar wsadowy do pojedynczego elementu. Na przykład, jeśli masz pojedynczy obraz kształtu [height, width, channels]
, możesz utworzyć z niego partię 1 obrazu za pomocą funkcji expand_dims(image, 0)
, która utworzy kształt [1, height, width, channels]
.
Inne przykłady:
# '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]
Ta operacja wymaga, aby:
-1-input.dims() <= dim <= input.dims()
Ta operacja jest powiązana z squeeze()
, która usuwa wymiary o rozmiarze 1.
Argumenty:
- zakres: Obiekt Scope
- oś: 0-D (skalarna). Określa indeks wymiaru, przy którym należy rozwinąć kształt
input
. Musi należeć do zakresu[-rank(input) - 1, rank(input)]
.
Zwroty:
-
Output
: Zawiera te same dane coinput
, ale do jego kształtu dodano dodatkowy wymiar o rozmiarze 1.
Konstruktory i destruktory | |
---|---|
ExpandDims (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input axis) |
Atrybuty publiczne | |
---|---|
operation | |
output |
Funkcje publiczne | |
---|---|
node () const | ::tensorflow::Node * |
operator::tensorflow::Input () const | |
operator::tensorflow::Output () const |
Atrybuty publiczne
działanie
Operation operation
wyjście
::tensorflow::Output output
Funkcje publiczne
RozwińWymiary
ExpandDims( const ::tensorflow::Scope & scope, ::tensorflow::Input input, ::tensorflow::Input axis )
węzeł
::tensorflow::Node * node() const
operator::tensorflow::Wejście
operator::tensorflow::Input() const
operator::tensorflow::Wyjście
operator::tensorflow::Output() const