tf.newaxis的主要用途是增加一个维度,位置不同,增加的维度是第几维也相对不一样,可以解决用训练好的神经网络模型进行预测时的维度不匹配问题。
img_arr = np.array(img.convert('L'))
print("img_arr:", img_arr.shape)
x_predict = img_arr[tf.newaxis, ...]#在原数组前加1个维度
print("x_predict:", x_predict.shape)
y = img_arr[..., tf.newaxis]#在原数组后加1个维度
print("y:", y.shape)
#print:img_arr: (28, 28)
#print:x_predict: (1, 28, 28)
#print:y:(28, 28, 1)