tf.expand_dims()使用
tf.expand_dims(
input,
axis=None,
name=None,
dim=None
)他所实现的功能是给定一个input，在axis轴处给input增加一个为1的维度。
# 't2' is a tensor of shape [2, 3, 5]
tf.shape(tf.expand_dims(t2, 0)) # [1, 2, 3, 5]因为axis=0所以矩阵的维度变成1*2*3*5。
同理如果axis=2，矩阵就会变为2*3*5*1。
0其实代表的第一维度，那么1代表第二维度，2代表第三位度。以此类推。
本文参与 腾讯云自媒体分享计划，分享自作者个人站点/博客。
原始发表：2019年01月13日，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读