TensorFlow 中如何扩展张量维度

在 TensorFlow 中，可以使用 tf.expand_dims() 函数来对张量进行维度扩展。

tf.expand_dims() 函数的语法如下：

tf.expand_dims(input, axis)

其中，input 表示要扩展维度的张量，axis 表示要在哪个位置插入新的维度。

以下是一些示例，展示了如何使用 tf.expand_dims() 函数扩展张量的维度：

import tensorflow as tf

# 创建一个形状为(2, 3)的二维张量
x = tf.constant([[1, 2, 3], [4, 5, 6]])

# 在第0个位置插入新的维度
expanded_x = tf.expand_dims(x, 0)
print(expanded_x.shape)  # 输出：(1, 2, 3)

# 在第1个位置插入新的维度
expanded_x = tf.expand_dims(x, 1)
print(expanded_x.shape)  # 输出：(2, 1, 3)

# 在最后一个位置插入新的维度
expanded_x = tf.expand_dims(x, -1)
print(expanded_x.shape)  # 输出：(2, 3, 1)

在上述示例中，通过 tf.expand_dims() 函数分别在不同的位置插入了新的维度，扩展了张量的维度。