tf.squeeze()函数

介绍

给定一个张量输入，该操作返回一个相同类型的张量，所有维数为1的维度都已被删除。如果您不想删除所有为1的维度，您可以通过指定轴来删除特定axis为1的维度。

函数用法

tf.squeeze(
    input, axis=None, name=None
)

参数含义

参数名称	具体含义
input	需要被压缩的张量
axis	一个可选的int类型列表。默认为[]。如果指定，只挤压列出的维度。维度索引从0开始。挤压非1的维度是错误的。所有要压缩的维度必须在[-rank(input)， rank(input)]范围内。如果输入是一个不规则张量，则必须指定。
name	操作的名称（可选）

返回值

一个张量。具有与输入相同的类型。包含与输入相同的数据，但删除了一个或多个大小为1的维度。

实例

首先我们创建一个shape为[1, 2, 1, 3, 1, 1]的张量。

values = np.random.randint(10,size=6)
values = values.reshape([1, 2, 1, 3, 1, 1])

values的值为：

array([[[[[[5]],

          [[6]],

          [[3]]]],



        [[[[9]],

          [[6]],

          [[3]]]]]])

然后我们用tf.squeeze()函数去压缩这个张量。

tensor = tf.squeeze(values)

则经过压缩后，所有axis为1的维度都要被删掉，所以此时tensor的shape应该为[2,3]。tensor的值为：

array([[5, 6, 3],
       [9, 6, 3]])>