如何使用TensorFlow向张量添加尺寸

Question

i具有方法reformat，其中使用numpy i将 label(256,)转换为 label(256,2)形状。

现在，我想在具有形状的张量（256，）

上进行相同的操作

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

Answer 1

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（）为此，但建议您使用Expand_dims，因为如果可以满足新形状，这也将带有一些值。

In [1]: tf.reshape(x, [2, 1])
Out[1]: TensorShape([Dimension(2), Dimension(1)])