tf.compat.v1.expand_dims

Возвращает тензор с добавленной по индексу axis осью длины 1. (устаревшие аргументы)

tf.compat.v1.expand_dims(
    input, axis=None, name=None, dim=None
)

Используется в блокнотах

Для заданного тензора input эта операция вставляет измерение длины 1 по индексу измерения axis в форму input. Индекс измерения соответствует правилам индексирования Python: он отсчитывается от нуля, а отрицательный индекс отсчитывается в обратном порядке от конца.

Эта операция полезна для следующих задач:

• Добавления внешнего измерения «пакета» к одному элементу.
• Выравнивания осей для широковещательного преобразования.
• Добавления оси длины внутреннего вектора к тензору скаляров.

Например:

Если у вас есть одно изображение с формой [height, width, channels]:

image = tf.zeros([10,10,3])

Вы можете добавить внешнюю ось batch, передав axis=0:

tf.expand_dims(image, axis=0).shape.as_list()
[1, 10, 10, 3]

Расположение новой оси соответствует list.insert(axis, 1) в Python:

tf.expand_dims(image, axis=1).shape.as_list()
[10, 1, 10, 3]

В соответствии со стандартными правилами индексирования Python отрицательный axis отсчитывается от конца, поэтому axis=-1 добавляет самое внутреннее измерение:

tf.expand_dims(image, -1).shape.as_list()
[10, 10, 3, 1]

Для этой операции требуется, чтобы axis был допустимым индексом для input.shape в соответствии с правилами индексирования Python:

-1-tf.rank(input) <= axis <= tf.rank(input)

Эта операция связана со следующими операциями:

• tf.squeeze, которая удаляет измерения размера 1.
• tf.reshape, которая предоставляет более гибкие возможности изменения формы.
• tf.sparse.expand_dims, которая предоставляет эту функциональность для tf.SparseTensor