Question

我有方法reformat，其中使用numpy我将label(256,)转换为label(256,2)形状。

现在我想在具有形状（256，）的Tensor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()添加新尺寸。

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()，但建议您使用expand_dims，因为如果可以满足新的形状，这也会为新维度带来一些值。

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

如何使用Tensorflow向张量添加尺寸

1 个答案: