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 dengan input , 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