La diferencia entre tf.expand_dims () y tf.reshape ()

Difference Between Tf

TensorFlow, desea aumentar la dimensión en una dimensión, puede usar la función tf.expand_dims(input, dim, name=None). Por supuesto, podemos usar tf.reshape (input, shape = []) para lograr el mismo efecto, pero a veces, en el proceso de construcción del mapa, el marcador de posición no es valorado específicamente por el feed, luego se empaquetará el siguiente error :

|_+_|


En este caso, podemos considerar usar expand_dims para incrementar la dimensión en 1. Por ejemplo, en mi propio código, después de que la dimensión de la imagen se reduce a 2D para operaciones específicas, debería restaurarse a 4D [lote, altura, ancho, canales ], una dimensión antes y después. Si se usa remodelar, dará un error por las razones anteriores.



|_+_|

Utilice el siguiente método para lograr:



|_+_|

Al final, da un ejemplo oficial y una descripción.



|_+_|

Args:
entrada: un tensor.
dim: un tensor. Debe ser uno de los siguientes tipos: int32, int64. 0-D (escalar). Especifica el índice de dimensión en el que expandir la forma de la entrada.
nombre: un nombre para la operación (opcional).

Devoluciones:
Un tensor. Tiene el mismo tipo que la entrada. Contiene los mismos datos que la entrada, pero su forma tiene una dimensión adicional de tamaño 1 agregada.

Reimpreso: https://blog.csdn.net/jasonzzj/article/details/60811035