tensorflow.squeeze(input, squeeze_dims=None, name=None)

參數： input ?--> ?輸入的tensor

? ? ? ? ? ? ?squeeze_dims = None ?-->默認None是刪除input中所有大小是1的維度，若指定位置則刪除所指定位置大小是1的維度

? ? ? ? ? ? ?name -->名稱（可選）

原始數據

y = tf.expand_dims(y,axis=-1) with tf.Session() as sess:sess.run(tf.global_variables_initializer())value = sess.run(y)print (value)print (y.shape) [[[[[[1][2][3]]][[[4][5][6]]]]]] (1, 1, 2, 1, 3, 1)

刪除所有大小是1的維度：

z = tf.squeeze(y) with tf.Session() as sess:sess.run(tf.global_variables_initializer())value = sess.run(z)print (value)print (z.shape)print ("z[0][1]: ",value[0][1]) [[1 2 3][4 5 6]] (2, 3) z[0][1]: 2

刪除位置是3，5的大小是1的維度（從0起）

z1 = tf.squeeze(y, [3, 5]) with tf.Session() as sess:sess.run(tf.global_variables_initializer())value = sess.run(z1)print (value)print (z1.shape) [[[[1 2 3][4 5 6]]]] (1, 1, 2, 3)

總結

以上是生活随笔為你收集整理的tensorflow.squeeze() 函数的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。