squeeze( input, axis=None, name=None, squeeze_dims=None)该函数返回一个张量，这个张量是将原始input中所有维度为1的那些维都删掉的结果...axis可以用来指定要删掉的为1的维度，此处要注意指定的维度必须确保其是1，否则会报错>>>y = tf.squeeze(inputs, [0, 1], name='squeeze')>>>ValueError...: Can not squeeze dim[0], expected a dimension of 1, got 32 for 'squeeze' (op: 'Squeeze') with input...shapes: [32,1,1,3].例子：# 't' 是一个维度是[1, 2, 1, 3, 1, 1]的张量tf.shape(tf.squeeze(t)) # [2, 3]， 默认删除所有为1的维度...# 't' 是一个维度[1, 2, 1, 3, 1, 1]的张量tf.shape(tf.squeeze(t, [2, 4])) # [1, 2, 3, 1]，标号从零开始，只删掉了2和4维的1转载地址
