tf.squeeze()与tf.expand_dims()

tf.squeeze()与tf.expand_dims()在变换维度时经常使用，今天来做下总结记录。

tf.squeeze(a,-1)与tf.expand_dims(a,-1)这里的-1指的是对最里面的那个轴（维度）进行压缩或者扩维。这里又容易让人联想到reshape(1,-1)与reshape(-1,1)关于reshape中的-1请看下篇。

tf.expand_dims()

tf.expand_dims(
    input, axis=None, name=None, dim=None
)

     input是一个张量，axis表示对这个张量哪个维度（轴）进行扩维。

     官方示例shape维度

# 't' is a tensor of shape [2]
shape(expand_dims(t, 0)) ==> [1, 2]
shape(expand_dims(t, 1)) ==> [2, 1]
shape(expand_dims(t, -1)) ==> [2, 1]
# 't2' is a tensor of shape [2, 3, 5]
shape(expand_dims(t2, 0)) ==> [1, 2, 3, 5]
shape(expand_dims(t2, 2)) ==> [2, 3, 1, 5]
shape(expand_dims(t2, 3)) ==> [2, 3, 5, 1]

tf.squeeze()

tf.squeeze(input, squeeze_dims=None, name=None)
 
Removes dimensions of size 1 from the shape of a tensor. 
从tensor中删除所有大小是1的维度

参数解释：

input：张量。 输入要挤压。
squeeze_dims：可选的ints列表。 默认为[]。 如果指定，只能挤压列出的尺寸。 维度索引从0开始。挤压不是1的维度是一个错误。
name：操作的名称（可选）。

给定张量输入，此操作返回相同类型的张量，并删除所有尺寸为1的尺寸。 如果不想删除所有尺寸1尺寸，可以通过指定squeeze_dims来删除特定尺寸1尺寸。
如果不想删除所有大小是1的维度，可以通过squeeze_dims指定需要删除的维度。

示例：

# 't' is a tensor of shape [1, 2, 1, 3, 1, 1]
shape(squeeze(t)) ==> [2, 3]
Or, to remove specific size 1 dimensions:
 
# 't' is a tensor of shape [1, 2, 1, 3, 1, 1]
shape(squeeze(t, [2, 4])) ==> [1, 2, 3, 1]