Python tf.compat.v1.expand_dims用法及代碼示例

返回在索引 axis 處插入長度為 1 的軸的張量。 (不推薦使用的參數)

用法

tf.compat.v1.expand_dims(
    input, axis=None, name=None, dim=None
)

警告：不推薦使用某些參數：(dim)。它們將在未來的版本中被刪除。更新說明：改用 axis 參數

給定一個張量 input ，此操作在 input 的形狀的維度索引 axis 處插入一個長度為 1 的維度。維度索引遵循 Python 索引規則：它是從零開始的，一個負數索引它從末尾向後計數。

此操作可用於：

• 將外部"batch" 維度添加到單個元素。
• 對齊軸以進行廣播。
• 將內部向量長度軸添加到標量張量。

例如：

如果您有一個形狀為 [height, width, channels] 的圖像：

image = tf.zeros([10,10,3])

您可以通過傳遞 axis=0 添加外部 batch 軸：

tf.expand_dims(image, axis=0).shape.as_list()
[1, 10, 10, 3]

新軸位置與 Python list.insert(axis, 1) 匹配：

tf.expand_dims(image, axis=1).shape.as_list()
[10, 1, 10, 3]

遵循標準 Python 索引規則，負數 axis 從末尾開始計數，因此 axis=-1 添加了最內層維度：

tf.expand_dims(image, -1).shape.as_list()
[10, 10, 3, 1]

此操作要求 axis 是 input.shape 的有效索引，遵循 Python 索引規則：

-1-tf.rank(input) <= axis <= tf.rank(input)

此操作與以下內容有關：

• tf.squeeze ，刪除大小為 1 的維度。
• tf.reshape ，提供更靈活的整形能力。
• tf.sparse.expand_dims ，為 tf.SparseTensor 提供此函數