جریان تنسور:: عملیات:: ExpandDims

بعد 1 را به شکل تانسور وارد می کند.

خلاصه

با توجه به input تانسور، این عملیات بعد 1 را در axis شاخص ابعاد شکل input وارد می کند. axis شاخص بعد از صفر شروع می شود. اگر یک عدد منفی برای axis مشخص کنید، از انتهای آن به عقب شمارش می شود.

اگر بخواهید یک بعد دسته ای به یک عنصر اضافه کنید، این عملیات مفید است. به عنوان مثال، اگر یک تصویر واحد از شکل [height, width, channels] دارید، می‌توانید آن را به صورت دسته‌ای از 1 تصویر با expand_dims(image, 0) بسازید که شکل [1, height, width, channels] می‌سازد. .

نمونه های 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() است که ابعاد اندازه 1 را حذف می کند.

استدلال ها:

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

برمی گرداند:

• Output : شامل همان داده های input است، اما شکل آن یک بعد اضافی به 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