溫馨提示×
您好，登錄后才能下訂單哦！
點(diǎn)擊 登錄注冊 即表示同意《億速云用戶服務(wù)條款》
您好，登錄后才能下訂單哦！
在利用tensorflow進(jìn)行文本挖掘工作的時(shí)候，經(jīng)常涉及到維度擴(kuò)展和壓縮工作。比如對文本進(jìn)行embedding操作完成之后，若要進(jìn)行卷積操作，就需要對embedded的向量擴(kuò)展維度，將[batch_size, embedding_dims]擴(kuò)展成為[batch_size, embedding_dims, 1]，利用tf.expand_dims(input, -1)就可實(shí)現(xiàn)，反過來用squeeze(input, -1)或者tf.squeeze（input）也可以把最第三維去掉。
tf.expand_dims()
tf.squeeze()
tf.expand_dims()
tf.expand_dims(input, axis=None, name=None, dim=None)
在第axis位置增加一個(gè)維度.
給定張量輸入，此操作在輸入形狀的維度索引軸處插入1的尺寸。 尺寸索引軸從零開始; 如果您指定軸的負(fù)數(shù)，則從最后向后計(jì)數(shù)。
如果要將批量維度添加到單個(gè)元素，則此操作非常有用。 例如，如果您有一個(gè)單一的形狀[height，width，channels]，您可以使用expand_dims（image，0）使其成為1個(gè)圖像，這將使形狀[1，高度，寬度，通道]。
例子
# '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]
tf.squeeze()
tf.squeeze(input, axis=None, name=None, squeeze_dims=None)
直接上例子
# 't' is a tensor of shape [1, 2, 1, 3, 1, 1] shape(squeeze(t)) ==> [2, 3] # 't' is a tensor of shape [1, 2, 1, 3, 1, 1] shape(squeeze(t, [2, 4])) ==> [1, 2, 3, 1]
以上這篇tensorflow 利用expand_dims和squeeze擴(kuò)展和壓縮tensor維度方式就是小編分享給大家的全部內(nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持億速云。
免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點(diǎn)不代表本網(wǎng)站立場，如果涉及侵權(quán)請聯(lián)系站長郵箱：is@yisu.com進(jìn)行舉報(bào)，并提供相關(guān)證據(jù)，一經(jīng)查實(shí)，將立刻刪除涉嫌侵權(quán)內(nèi)容。
億速云公眾號(hào)
手機(jī)網(wǎng)站二維碼
