Sử dụng bộ sưu tập để sắp xếp ngăn nắp các trang
Lưu và phân loại nội dung dựa trên lựa chọn ưu tiên của bạn.
dòng chảy căng:: ôi:: Mở rộngDims
#include <array_ops.h> Chèn kích thước 1 vào hình dạng của tenxơ.
Bản tóm tắt
Với một input tensor, thao tác này sẽ chèn một chiều bằng 1 vào axis chỉ số thứ nguyên của hình dạng của input . axis chỉ số thứ nguyên bắt đầu từ 0; nếu bạn chỉ định số âm cho axis thì nó sẽ được tính ngược từ cuối.
Thao tác này rất hữu ích nếu bạn muốn thêm thứ nguyên lô vào một phần tử. Ví dụ: nếu bạn có một hình ảnh duy nhất có hình dạng [height, width, channels] , bạn có thể tạo thành một lô gồm 1 hình ảnh với expand_dims(image, 0) , điều này sẽ tạo thành hình dạng [1, height, width, channels] .
Các ví dụ khác:
# '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]
Hoạt động này yêu cầu:
-1-input.dims() <= dim <= input.dims()
Hoạt động này có liên quan đến squeeze() , loại bỏ các kích thước có kích thước 1.
Lập luận:
- phạm vi: Một đối tượng phạm vi
- trục: 0-D (vô hướng). Chỉ định chỉ số thứ nguyên để mở rộng hình dạng của
input . Phải nằm trong phạm vi [-rank(input) - 1, rank(input)] .
Trả về:
-
Output : Chứa dữ liệu giống như input , nhưng hình dạng của nó có kích thước bổ sung được thêm vào là 1.
Thuộc tính công khai
Chức năng công cộng
nút
::tensorflow::Node * node() const
operator::tensorflow::Input() const
toán tử::tenorflow::Đầu ra
operator::tensorflow::Output() const
Trừ phi có lưu ý khác, nội dung của trang này được cấp phép theo Giấy phép ghi nhận tác giả 4.0 của Creative Commons và các mẫu mã lập trình được cấp phép theo Giấy phép Apache 2.0. Để biết thông tin chi tiết, vui lòng tham khảo Chính sách trang web của Google Developers. Java là nhãn hiệu đã đăng ký của Oracle và/hoặc các đơn vị liên kết với Oracle.
Cập nhật lần gần đây nhất: 2025-07-27 UTC.
[null,null,["Cập nhật lần gần đây nhất: 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```"]]
