aliran tensor:: operasi:: Perluas Redup
#include <array_ops.h>
Menyisipkan dimensi 1 ke dalam bentuk tensor.
Ringkasan
Dengan adanya input
tensor, operasi ini menyisipkan dimensi 1 pada axis
indeks dimensi bentuk input
. axis
indeks dimensi dimulai dari nol; jika Anda menentukan angka negatif untuk axis
, angka tersebut dihitung mundur dari akhir.
Operasi ini berguna jika Anda ingin menambahkan dimensi batch ke satu elemen. Misalnya, jika Anda memiliki satu gambar berbentuk [height, width, channels]
, Anda dapat menjadikannya kumpulan 1 gambar dengan expand_dims(image, 0)
, yang akan membuat bentuk [1, height, width, channels]
.
Contoh lain:
# '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]
Operasi ini memerlukan:
-1-input.dims() <= dim <= input.dims()
Operasi ini terkait dengan squeeze()
, yang menghilangkan dimensi ukuran 1.
Argumen:
- ruang lingkup: Objek Lingkup
- sumbu: 0-D (skalar). Menentukan indeks dimensi untuk memperluas bentuk
input
. Harus berada dalam rentang[-rank(input) - 1, rank(input)]
.
Pengembalian:
-
Output
: Berisi data yang sama denganinput
, namun bentuknya ditambah dimensi tambahan sebesar 1.
Konstruktor dan Destruktor | |
---|---|
ExpandDims (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input axis) |
Atribut publik | |
---|---|
operation | |
output |
Fungsi publik | |
---|---|
node () const | ::tensorflow::Node * |
operator::tensorflow::Input () const | |
operator::tensorflow::Output () const |
Atribut publik
operasi
Operation operation
keluaran
::tensorflow::Output output
Fungsi publik
Perluas Redup
ExpandDims( const ::tensorflow::Scope & scope, ::tensorflow::Input input, ::tensorflow::Input axis )
simpul
::tensorflow::Node * node() const
operator::tensorflow::Masukan
operator::tensorflow::Input() const
operator::tensorflow::Keluaran
operator::tensorflow::Output() const