tf.squeeze()函数

tf.squeeze()函数用于从张量形状中移除大小为1的维度

squeeze(
    input,
    axis=None,
    name=None,
    squeeze_dims=None
)

 

给定张量输入，此操作返回相同类型的张量，并删除所有维度为1的维度。 如果不想删除所有维度1维度，可以通过指定squeeze_dims来删除特定维度1维度。

如果不想删除所有大小是1的维度，可以通过squeeze_dims指定。

参数：

    input：A Tensor。输入要挤压。

    axis：一个可选列表ints。默认为[]。如果指定，只能挤压列出的尺寸。维度索引从0开始。压缩非1的维度是错误的。必须在范围内[-- rank(input), rank(input))。

    name：操作的名称(可选)。

    squeeze_dims：现在是轴的已弃用的关键字参数。

函数返回值：

一Tensor。与输入类型相同。 包含与输入相同的数据，但具有一个或多个删除尺寸1的维度。

可能引发的异常：

    ValueError：当两个squeeze_dims和axis指定。

例子1：

该函数返回一个张量，这个张量是将原始input中所有维度为1的那些维都删掉的结果。

axis可以用来指定要删掉的为1的维度，此处要注意指定的维度必须确保其是1，否则会报错。

import tensorflow as tf
import numpy as np
 
value = np.floor(10*np.random.random((3,2,2)))
with tf.Session() as sess:
    tf.squeeze(value)
    print(sess.run(tf.shape(tf.squeeze(value, [1]))))

ValueError: Can not squeeze dim[1], expected a dimension of 1, got 2 for 'Squeeze_17' (op: 'Squeeze') with input shapes: [3,2,2].

例子2：

默认删除所有维度是1的维度。

import tensorflow as tf
import numpy as np
 
value = np.floor(10*np.random.random((1,3,2,1,2)))
with tf.Session() as sess:
    print(sess.run(tf.shape(tf.squeeze(value))))

 

[3 2 2]

例子3：

如果不想删除所有尺寸1尺寸，可以通过指定axis来删除特定维度1的维度。

import tensorflow as tf
import numpy as np
 
value = np.floor(10*np.random.random((1,3,2,1,2)))
with tf.Session() as sess:
    print(sess.run(tf.shape(tf.squeeze(value, [0]))))

[3 2 1 2]

转自：https://blog.csdn.net/qq_42450404/article/details/98968335