tensorflow--张量变换--2--为张量+1维（ tf.expand_dims ）

tf.expand_dims(Tensor, dim)

• 在第axis位置增加一个维度.
• 给定张量输入，此操作在输入形状的维度索引轴处插入1的尺寸。 尺寸索引轴从零开始; 如果您指定轴的负数，则从最后向后计数。
• 如果要将批量维度添加到单个元素，则此操作非常有用。 例如，如果您有一个单一的形状[height，width，channels]，您可以使用expand_dims（image，0）使其成为1个图像，这将使形状[1，高度，宽度，通道]。

官网的例子

’t’ is a tensor of shape [2]

• shape(expand_dims(t, 0)) ==> [1, 2]
• shape(expand_dims(t, 1)) ==> [2, 1]
• shape(expand_dims(t, -1)) ==> [2, 1]

‘t2’ is a tensor of shape [2, 3, 5]

• shape(expand_dims(t2, 0)) ==> [1, 2, 3, 5]
• shape(expand_dims(t2, 2)) ==> [2, 3, 1, 5]
• shape(expand_dims(t2, 3)) ==> [2, 3, 5, 1]

代码示例

sess = tf.InteractiveSession()
labels = [1,2,3]
x = tf.expand_dims(labels, 0)

print(sess.run(x))
#>>>[[1 2 3]]

x = tf.expand_dims(labels, 1)

print(sess.run(x))
#>>>[[1]
#    [2]
#    [3]]