[英]How to add dimension to a tensor using Tensorflow
我有方法reformat
,其中使用numpy我将label(256,)
转换为label(256,2)
形状。
现在我想在具有形状的Tensor上进行相同的操作(256,)
我的代码看起来像这样(num_labels = 2): -
def reformat(dataset, labels):
dataset = dataset.reshape((-1, image_size, image_size,num_channels)).astype(np.float32)
labels = (np.arange(num_labels)==labels[:,None]).astype(np.float32)
return dataset, labels
您可以使用tf.expand_dims()添加新维度。
In [1]: import tensorflow as tf
x = tf.constant([3., 2.])
tf.expand_dims(x, 1).shape
Out[1]: TensorShape([Dimension(2), Dimension(1)])
您也可以使用tf.reshape() ,但建议您使用expand_dims,因为如果可以满足新形状,这也会为新维度带来一些值。
In [1]: tf.reshape(x, [2, 1])
Out[1]: TensorShape([Dimension(2), Dimension(1)])
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.