tf.squeeze

Удаляет измерения размера 1 из формы тензора.

tf.squeeze(
    input, axis=None, name=None
)

Используется в ноутбуках

Для данного тензора input данная операция возвращает тензор того же типа со всеми измерениями размера 1, удаленными. Если вы не хотите удалять все измерения размера 1, вы можете удалить определенные измерения размера 1, указав axis.

Например:

# 't' is a tensor of shape [1, 2, 1, 3, 1, 1]
tf.shape(tf.squeeze(t))  # [2, 3]

Или, чтобы удалить определенные измерения размера 1:

# 't' is a tensor of shape [1, 2, 1, 3, 1, 1]
tf.shape(tf.squeeze(t, [2, 4]))  # [1, 2, 3, 1]

В отличие от более старой операции tf.compat.v1.squeeze, эта операция не принимает устаревший squeeze_dims аргумент.

Примечание: если input является tf.RaggedTensor, то эта операция занимает время O(N), где N — количество элементов в сжимаемых измерениях.

Примечание: Если сжатие выполняется по измерениям неизвестного размера, то возвращаемый тензор будет иметь неизвестную форму. Частая ситуация — когда первое (партийное) измерение имеет размер None, tf.squeeze возвращает <unknown> форму, что может быть неожиданно. Укажите аргумент axis=, чтобы получить ожидаемый результат, как показано в следующем примере:

@tf.function
def func(x):
  print('x.shape:', x.shape)
  known_axes = [i for i, size in enumerate(x.shape) if size == 1]
  y = tf.squeeze(x, axis=known_axes)
  print('shape of tf.squeeze(x, axis=known_axes):', y.shape)
  y = tf.squeeze(x)
  print('shape of tf.squeeze(x):', y.shape)
  return 0

_ = func.get_concrete_function(tf.TensorSpec([None, 1, 2], dtype=tf.int32))
# Output is.
# x.shape: (None, 1, 2)
# shape of tf.squeeze(x, axis=known_axes): (None, 2)
# shape of tf.squeeze(x): <unknown>