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 co input , 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