想要增加一维，可以使用tf.expand_dims(input, dim, name=None)函数

t = np.array(np.arange(1, 1 + 30).reshape([2, 3, 5]), dtype=np.float32)

array([[[ 1., 2., 3., 4., 5.],

        [ 6.,  7.,  8.,  9., 10.],

        [11., 12., 13., 14., 15.]],

       [[16., 17., 18., 19., 20.],

        [21., 22., 23., 24., 25.],

        [26., 27., 28., 29., 30.]]], dtype=float32)

t0=tf.expand_dims(t, 0)--------------<tf.Tensor 'ExpandDims_2:0' shape=(1, 2, 3, 5) dtype=float32>
t1=tf.expand_dims(t, 1)--------------<tf.Tensor 'ExpandDims_3:0' shape=(2, 1, 3, 5) dtype=float32>
t2=tf.expand_dims(t, 2)--------------<tf.Tensor 'ExpandDims_4:0' shape=(2, 3, 1, 5) dtype=float32>
t3=tf.expand_dims(t, 3)--------------<tf.Tensor 'ExpandDims_4:0' shape=(2, 3, 1, 5) dtype=float32>
t4=tf.expand_dims(t, 4)--------------报错


 
												


											
tf.expand_dims的更多相关文章
	

    
						
  1. tensorflow 笔记14：tf.expand_dims和tf.squeeze函数
		
    tf.expand_dims和tf.squeeze函数 一.tf.expand_dims() Function tf.expand_dims(input, axis=None, name=None,  ...
    
		
    2. 
						
  2. tf.expand_dims 来增加维度
		
    主要是因为tflearn官方的例子总是有embeding层,去掉的话要conv1d正常工作,需要加上expand_dims network = input_data(shape=[None, 100] ...
    
		
    3. 
						
  3. tensorflow 基本函数(1.tf.split, 2.tf.concat,3.tf.squeeze, 4.tf.less_equal, 5.tf.where, 6.tf.gather, 7.tf.cast, 8.tf.expand_dims, 9.tf.argmax, 10.tf.reshape， 11.tf.stack， 12tf.less， 13.tf.boolean_mask
		
    1.  tf.split(3, group, input)  # 拆分函数    3 表示的是在第三个维度上, group表示拆分的次数, input 表示输入的值 import tensorflow ...
    
		
    4. 
						
  4. tf.expand_dims和tf.squeeze函数
		
    from http://blog.csdn.net/qq_31780525/article/details/72280284 tf.expand_dims() Function tf.expand_d ...
    
		
    5. 
								
  5. 图融合之加载子图：Tensorflow.contrib.slim与tf.train.Saver之坑
		
    import tensorflow as tf import tensorflow.contrib.slim as slim import rawpy import numpy as np impor ...
    
		
    6. 
						
  6. TF常用知识
		
    命名空间及变量共享 # coding=utf-8 import tensorflow as tf import numpy as np import matplotlib.pyplot as plt; ...
    
		
    7. 
						
  7. 深度学习原理与框架-CNN在文本分类的应用  1.tf.nn.embedding_lookup(根据索引数据从数据中取出数据)  2.saver.restore(加载sess参数)
		
    1. tf.nn.embedding_lookup(W, X) W的维度为[len(vocabulary_list), 128], X的维度为[?, 8],组合后的维度为[?, 8, 128] 代码说 ...
    
		
    8. 
						
  8. 深度学习原理与框架-递归神经网络-RNN_exmaple(代码)  1.rnn.BasicLSTMCell(构造基本网络) 2.tf.nn.dynamic_rnn(执行rnn网络) 3.tf.expand_dim(增加输入数据的维度) 4.tf.tile(在某个维度上按照倍数进行平铺迭代) 5.tf.squeeze(去除维度上为1的维度)
		
    1. rnn.BasicLSTMCell(num_hidden) #  构造单层的lstm网络结构 参数说明:num_hidden表示隐藏层的个数 2.tf.nn.dynamic_rnn(cell,  ...
    
		
    9. 
						
  9. tf一些函数
		
    1. tf.reduce_mean(a) : 求平均值 2. tf.truncated_normal([3,2],stddev=0.1) : 从正态分布中输出随机值,标准差为0,1,构造矩阵为3*2的 ...
    
		
    10. 
		

	


随机推荐
	

    
									
  1. 阿里云CentOS 7.3安装Redis详细步骤
			
    ############  准备  ############### 从Redis官网下载Linux redis3.2.6版本,我下载的redis-3.2.6.tar.gz(目前最新稳定版),下载到/u ...
    
			
    2. 
						
  2. Python字典的json格式化处理（换行与不换行）
			
    Prefer = {"jim": {"War": 1.9, "the big bang": 1.0, "The lord of w ...
    
			
    3. 
						
  3. Delphi XE2 之 FireMonkey 入门(3) - 关于 TPosition
			
    把 FireMonkey 简称为 FM 吧. FM 的窗体继续使用 Left.Top 属性, 但更多控件不是了. //FM 控件的位置控制不再是 Left.Top, 取而代之的是 Position 属 ...
    
			
    4. 
						
  4. 只有一个form 的程序， onactivate 只触发一次。
			
    https://blog.csdn.net/saint13/article/details/454615 Form的onActivate事件 2005年08月15日 01:08:00 阅读数:3406 ...
    
			
    5. 
						
  5. [转载]Parsing X.509 Certificates with OpenSSL and C
			
    Parsing X.509 Certificates with OpenSSL and C Zakir Durumeric | October 13, 2013 While OpenSSL has b ...
    
			
    6. 
						
  6. VS2013中使用本地IIS+域名调试ASP.NET项目
			
    VS2013中使用本地IIS+域名调试ASP.NET项目 在有些情况下需要使用本地的IIS作为调试服务器,如支持多域名的网站,这里记录下如何使用. 1.修改本机hosts文件. 路径:C:\Windo ...
    
			
    7. 
						
  7. struts2  基础2  类型转换器
			
    struts2常用常量的定义与意义 每一次请求都会创建一个新的action,所以struts2的action是线程安全的 拆分struts 为应用指定多个struts配置文件 src 下为各应用配置的 ...
    
			
    8. 
						
  8. 自动化测试--利用opencv进行图像识别与定位
			
    SIFT检测方法 SIFT算法就是把图像的特征检测出来,通过这些特征可以在众多的图片中找到相应的图片 import cv2 #读取图片,以1.png为例 img=cv2.imread('1.png') ...
    
			
    9. 
						
  9. oracle--对象权限
			
    sys用户查询ww用户创建的表(已经commited) select * from ww.wwTable; 普通用户lisi查询ww用户的表 grant select on wwTable to li ...
    
			
    10. 
						
  10. 【SQL Server复制】数据库复制：修改表结构、新增表、新增存储过程 会被复制到订阅服务器？
			
    转自:https://www.cnblogs.com/happyday56/p/3849018.html 关键字:sql server复制 [SQL Server高可用性]数据库复制:修改表结构.新增 ...
    
			
    11.