tf.expand_dims() 的用法

tf.expand_dims() 增加张量的维度

[ ]代表维度，由外向里数维度。

import tensorflow as tf

t = tf.constant([1,2]) # 创建一个张量
t

<tf.Tensor: shape=(2,), dtype=int32, numpy=array([1, 2])>

t1 = tf.expand_dims(t, 0) # 在第1个维度加1维（就是在第1维外加[]）
t1

<tf.Tensor: shape=(1, 2), dtype=int32, numpy=array([[1, 2]])>

t2 = tf.expand_dims(t, 1) # 在第2个维度加1维（就是在第2维外加[]）
t2

<tf.Tensor: shape=(2, 1), dtype=int32, numpy=array([[1],[2]])>

t3 = tf.expand_dims(t, -1) # 在最后1个维度加1维（就是在最后1维外加[]）
t3

<tf.Tensor: shape=(2, 1), dtype=int32, numpy=array([[1],[2]])>

tf.expand_dims() 的用法相关推荐

tf.expand_dims（）和tf.squeeze（）的用法详解
tf.expand_dims tf.expand_dims(input, axis=None, name=None, dim=None ) 给定的张量input,axis为需要在第几维度扩充,axis ...
tf.expand_dims()
tf.expand_dims() 转载:https://blog.csdn.net/jasonzzj/article/details/60811035 TensorFlow中,想要维度增加一维,可以使 ...
tf.estimator的用法
tf.estimator的用法利用 tf.estimator 训练模型时需要写两个重要的函数,一个用于数据输入的函数(input_fn),另一个用于模型创建的函数(model_fn).下面逐一来说明 ...
值域范围 tf.clip_by_value的用法
tf.clip_by_value的用法 tf.clip_by_value(A, min, max):输入一个张量A,把A中的每一个元素的值都压缩在min和max之间.小于min的让它等于min,大于m ...
tf.expand_dims 来增加维度
主要是因为tflearn官方的例子总是有embeding层,去掉的话要conv1d正常工作,需要加上expand_dims network = input_data(shape=[None, 100] ...
【TensorFlow】tf.concat的用法
tf.concat是连接两个矩阵的操作 tf.concat(concat_dim, values, name='concat') 除去name参数用以指定该操作的name,与方法有关的一共两个参数: ...
TensorFlow tf.expand_dims
在axis的索引中,插入大小为1的维度.维度索引从0开始,负数是从尾部开始索引. 当有一个图像的数据[height,width,channels],可以使用expand_dims(image,0),将 ...
tensorflow常用数据函数总结(tf.tile()、tf.expand_dims())
tf.tile() tensorflow中的tile()函数是用来对张量(Tensor)进行扩展的,其特点是对当前张量内的数据进行一定规则的复制.最终的输出张量维度不变.也就是说tile可以某一维度的 ...
【TensorFlow基础函数】tf.concat的用法
tf.concat 的用法 TF官方的文档 tf.concat(values,axis,name='concat' ) 连接多个Tensor的操作 values 多个Tensor axis是哪个纬度 ...

tf.expand_dims() 的用法

tf.expand_dims() 增加张量的维度

tf.expand_dims() 的用法相关推荐

最新文章

热门文章