Zadbaj o dobrą organizację dzięki kolekcji
Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.
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.
Atrybuty publiczne
Funkcje publiczne
węzeł
::tensorflow::Node * node() const
operator::tensorflow::Input() const
operator::tensorflow::Wyjście
operator::tensorflow::Output() const
O ile nie stwierdzono inaczej, treść tej strony jest objęta licencją Creative Commons – uznanie autorstwa 4.0, a fragmenty kodu są dostępne na licencji Apache 2.0. Szczegółowe informacje na ten temat zawierają zasady dotyczące witryny Google Developers. Java jest zastrzeżonym znakiem towarowym firmy Oracle i jej podmiotów stowarzyszonych.
Ostatnia aktualizacja: 2025-07-27 UTC.
[null,null,["Ostatnia aktualizacja: 2025-07-27 UTC."],[],[],null,["# tensorflow::ops::ExpandDims Class Reference\n\ntensorflow::ops::ExpandDims\n===========================\n\n`#include \u003carray_ops.h\u003e`\n\nInserts a dimension of 1 into a tensor's shape.\n\nSummary\n-------\n\nGiven a tensor `input`, this operation inserts a dimension of 1 at the dimension index `axis` of `input`'s shape. The dimension index `axis` starts at zero; if you specify a negative number for `axis` it is counted backward from the end.\n\nThis operation is useful if you want to add a batch dimension to a single element. For example, if you have a single image of shape `[height, width, channels]`, you can make it a batch of 1 image with `expand_dims(image, 0)`, which will make the shape `[1, height, width, channels]`.\n\nOther examples:\n\n\n```scdoc\n# 't' is a tensor of shape [2]\nshape(expand_dims(t, 0)) ==\u003e [1, 2]\nshape(expand_dims(t, 1)) ==\u003e [2, 1]\nshape(expand_dims(t, -1)) ==\u003e [2, 1]\n```\n\n\u003cbr /\u003e\n\n\n```scdoc\n# 't2' is a tensor of shape [2, 3, 5]\nshape(expand_dims(t2, 0)) ==\u003e [1, 2, 3, 5]\nshape(expand_dims(t2, 2)) ==\u003e [2, 3, 1, 5]\nshape(expand_dims(t2, 3)) ==\u003e [2, 3, 5, 1]\n```\n\n\u003cbr /\u003e\n\nThis operation requires that:\n\n\n`-1-input.dims() \u003c= dim \u003c= input.dims()`\n\nThis operation is related to `squeeze()`, which removes dimensions of size 1.\n\nArguments:\n\n- scope: A [Scope](/versions/r2.3/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope) object\n- axis: 0-D (scalar). Specifies the dimension index at which to expand the shape of `input`. Must be in the range `[-rank(input) - 1, rank(input)]`.\n\n\u003cbr /\u003e\n\nReturns:\n\n- [Output](/versions/r2.3/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output): Contains the same data as `input`, but its shape has an additional dimension of size 1 added.\n\n\u003cbr /\u003e\n\n| ### Constructors and Destructors ||\n|---|---|\n| [ExpandDims](#classtensorflow_1_1ops_1_1_expand_dims_1ae2cff3dc910140a50446ed380848baef)`(const ::`[tensorflow::Scope](/versions/r2.3/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r2.3/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` input, ::`[tensorflow::Input](/versions/r2.3/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` axis)` ||\n\n| ### Public attributes ||\n|-----------------------------------------------------------------------------------------|---------------------------------------------------------------------------------------------------------|\n| [operation](#classtensorflow_1_1ops_1_1_expand_dims_1aefcdcc72ed92eb8f0975a90ca998bb71) | [Operation](/versions/r2.3/api_docs/cc/class/tensorflow/operation#classtensorflow_1_1_operation) |\n| [output](#classtensorflow_1_1ops_1_1_expand_dims_1abc828c5e90fdd61142ffd01878f9f95a) | `::`[tensorflow::Output](/versions/r2.3/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n\n| ### Public functions ||\n|-----------------------------------------------------------------------------------------------------------------------|------------------------|\n| [node](#classtensorflow_1_1ops_1_1_expand_dims_1a85ce8553584a8b3a50345d93f0f03b52)`() const ` | `::tensorflow::Node *` |\n| [operator::tensorflow::Input](#classtensorflow_1_1ops_1_1_expand_dims_1aabc0c1aba83330412277a5b6e6f2c04e)`() const ` | ` ` ` ` |\n| [operator::tensorflow::Output](#classtensorflow_1_1ops_1_1_expand_dims_1a280db99846027451637ac5d7e7a9d67e)`() const ` | ` ` ` ` |\n\nPublic attributes\n-----------------\n\n### operation\n\n```text\nOperation operation\n``` \n\n### output\n\n```text\n::tensorflow::Output output\n``` \n\nPublic functions\n----------------\n\n### ExpandDims\n\n```gdscript\n ExpandDims(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input input,\n ::tensorflow::Input axis\n)\n``` \n\n### node\n\n```gdscript\n::tensorflow::Node * node() const \n``` \n\n### operator::tensorflow::Input\n\n```gdscript\n operator::tensorflow::Input() const \n``` \n\n### operator::tensorflow::Output\n\n```gdscript\n operator::tensorflow::Output() const \n```"]]
