tf.compat.v1.expand_dims

Возвращает тензор с осью длиной 1, добавленной по индексу axis. (аргументы устарели)

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

Учитывая тензор input, эта операция вставляет измерение длиной 1 в индекс измерения axis формы input. Индекс измерения следует правилам индексирования Python: он нулевой, а отрицательный индекс отсчитывается от конца.

Эта операция полезна для:

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

Например:

Если у вас есть один образ с формой [height, width, channels]:

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

Вы можете добавить внешнее batch измерение, передав axis=0:

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

Новое положение оси соответствует правилам Python list.insert(axis, 1):

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

Следуя стандартным правилам индексирования Python, отрицательный axis отсчитывается от конца, поэтому axis=-1 добавляет внутреннее измерение:

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

Эта операция требует, чтобы axis был допустимым индексом для input.shape, следуя правилам индексирования Python:

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

Эта операция связана с:

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