常规用途:
- 向单个元素添加外部“批处理”维度。
- 对齐轴以进行广播。
- 向标量张量添加内部向量长度轴。
实例:
如果您有一个形状为“[height, width, channels]”的图像:(注:channels为通道个数)
image = tf.zeros([10,10,3])
(注:在深度学习中,轴,指的就是张量的层级,一般通过参数axis/dim来设定。)
>>> tf.expand_dims(image, axis=1).shape.as_list() [10, 1, 10, 3] >>> tf.expand_dims(image, -1).shape.as_list() [10, 10, 3, 1]
以通过传递“axis=1”来添加外部“batch”轴,新轴位置与Python匹配`list.insert(axis, 1)`:
axis取值范围:
-1-tf.rank(input) <= axis <= tf.rank(input)