gpt4 book ai didi

tensorflow - Tensorflow:何时使用tf.expand_dims?

转载 作者:行者123 更新时间:2023-12-03 11:31:52 24 4
gpt4 key购买 nike

Tensorflow教程包括使用tf.expand_dims向张量添加“批量尺寸”。我已经阅读了有关此功能的文档,但对我来说仍然相当神秘。有谁确切知道在什么情况下必须使用它?

我的代码如下。我的目的是根据预测仓位与实际仓位之间的距离来计算损失。 (例如,如果是predictedBin = 10truthBin = 7,则是binDistanceLoss = 3)。

batch_size = tf.size(truthValues_placeholder)
labels = tf.expand_dims(truthValues_placeholder, 1)
predictedBin = tf.argmax(logits)
binDistanceLoss = tf.abs(tf.sub(labels, logits))

在这种情况下,我需要将 tf.expand_dims应用于 predictedBinbinDistanceLoss吗?提前致谢。

最佳答案

expand_dims不会在张量中添加或减少元素,它只是通过将1添加到尺寸来更改形状。例如,可以将具有10个元素的 vector 视为10x1矩阵。

我使用expand_dims遇到的情况是当我尝试构建ConvNet来对灰度图像进行分类时。灰度图像将被加载为[320, 320]大小的矩阵。但是,tf.nn.conv2d要求输入为[batch, in_height, in_width, in_channels],其中我的数据中缺少in_channels维度,这种情况下应为1。因此,我使用expand_dims添加了更多维度。

就您而言,我认为您不需要expand_dims

关于tensorflow - Tensorflow:何时使用tf.expand_dims?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/39008821/

24 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com