函数原型
squeeze(input,axis=None,name=None,squeeze_dims=None)
给定一个张量 input,该操作返回一个与已经移除的所有大小为1的维度具有相同类型的张量.如果您不想删除所有大小为1的维度,则可以通过指定 axis 来删除特定的大小为1的维度.
如本例所示:
# 't' is a tensor of shape [1, 2, 1, 3, 1, 1]
tf.shape(tf.squeeze(t)) # [2, 3]
或者,要删除特定的大小为1的维度:
# 't' is a tensor of shape [1, 2, 1, 3, 1, 1]
tf.shape(tf.squeeze(t, [2, 4])) # [1, 2, 3, 1]
函数参数:
函数返回值:
一Tensor.与.类型相同input.包含与之相同的数据input,但删除了一个或多个尺寸为1的尺寸.
函数原型
expand_dims(input,axis=None,name=None,dim=None)
给定一个张量 input,此操作在 input 的形状的维度索引轴中插入1的维度.该维度的索引轴从零开始;如果为该坐标轴指定负数,它将从末尾向后计数.
如果您想将批维度添加到单个元素,此操作非常有用.例如,如果您有一个形状为 [height, width, channels] 的单一图像,您可以将它与 expand_dims(image, 0) 进行批处理,这将生成形状 [1, height, width, channels].
与 input 具有相同数据的张量,但其形状具有附加的大小为1维度.