Reshape

kelas akhir publik Bentuk Ulang

Membentuk ulang tensor.

Mengingat `tensor`, operasi ini mengembalikan tensor yang memiliki nilai yang sama dengan `tensor` dengan bentuk `shape`.

Jika salah satu komponen `bentuk` tensor 1-D memiliki nilai khusus -1, ukuran dimensi tersebut dihitung sehingga ukuran totalnya tetap konstan. Khususnya, `bentuk` dari `[-1]` diratakan menjadi 1-D. Paling banyak satu komponen `bentuk` mungkin tidak diketahui.

`Bentuk` harus 1-D dan operasi mengembalikan tensor dengan bentuk `bentuk` yang diisi dengan nilai `tensor`. Dalam hal ini, jumlah elemen yang tersirat dalam `bentuk` harus sama dengan jumlah elemen dalam `tensor`.

Ini adalah kesalahan jika `bentuk` bukan 1-D.

Misalnya:

# 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
 

Metode Publik

Keluaran <T>	sebagai Keluaran () Mengembalikan pegangan simbolik tensor.
statis <T, U memperluas Angka> Bentuk ulang <T>	buat ( Lingkup lingkup , Tensor Operan <T>, Bentuk Operan <U>) Metode pabrik untuk membuat kelas yang membungkus operasi Reshape baru.
Keluaran <T>	keluaran ()

Metode Warisan

Dari kelas org.tensorflow.op.PrimitiveOp

boolean terakhir	sama dengan (Objek objek)
int terakhir	Kode hash ()
Operasi	op () Mengembalikan Operation yang mendasarinya
String terakhir	keString ()

Dari kelas java.lang.Object

boolean	sama dengan (Objek arg0)
Kelas terakhir<?>	dapatkan Kelas ()
ke dalam	Kode hash ()
kekosongan terakhir	beri tahu ()
kekosongan terakhir	beri tahuSemua ()
Rangkaian	keString ()
kekosongan terakhir	tunggu (arg0 panjang, int arg1)
kekosongan terakhir	tunggu (argumen panjang0)
kekosongan terakhir	Tunggu ()

Dari antarmuka org.tensorflow.Operand

keluaran abstrak <T>

sebagai Keluaran () Mengembalikan pegangan simbolik tensor.

Metode Publik

Keluaran publik <T> sebagai Keluaran ()

Mengembalikan pegangan simbolik tensor.

Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.

public static Reshape <T> buat ( Lingkup lingkup , Tensor Operan <T>, Bentuk Operan <U>)

Metode pabrik untuk membuat kelas yang membungkus operasi Reshape baru.

Parameter

cakupan	ruang lingkup saat ini
membentuk	Mendefinisikan bentuk tensor keluaran.

Kembali

• contoh baru dari Reshape

Keluaran publik <T> keluaran ()