如何在Tensorflow中擴展維度

Question

我有這個張量 A：

<tf.Tensor: shape=(2, 18), dtype=float32, numpy=
array([[0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 1., 1., 1., 1., 1.,
        1., 1.],
       [0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
        0., 0.]], dtype=float32)>

我想創建一個掩碼以添加到另一個形狀為(2, 18, 1000)的張量。 也就是說，我想將每個數字擴展到 1000 個，例如，在張量 A 中，將每個 0 更改為 1000 個零的維度，並在每個 1 中，將每個更改為 1000 個 1 的維度。 我該怎么做？

編輯

基本上，我想要做的是將張量 A 從形狀(2, 18)轉換為形狀(2, 18, 1000) ，這 1000 個值為 0 或 1

Answer 1

只需使用tf.expand_dims

import tensorflow as tf

a = tf.constant([[0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 1., 1., 1., 1., 1.,
        1., 1.],
       [0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
        0., 0.]])
b = tf.random.normal(shape=[2, 18, 1000])
c = tf.expand_dims(a, axis=2) + b
c.shape
# TensorShape([2, 18, 1000])

關於廣播參見，例如，這個 numpy 教程