tf.expand_dims函数用法详解（搭配代码理解）

TensorFlow中，想要维度增加一维，可以使用tf.expand_dims(input, dim, name=None)函数。

• input：输入，tensor类型
• dim：增加维度的位置，比如：0表示在input的第一维增加一维，shape（a）=[2,3]，操作之后数据维度为[1,2,3]。如果是1，shape=[2,1,3]
• name：操作的名称(可选)。

import tensorflow as tf
sess=tf.InteractiveSession( )
a = tf.constant([1,2,3,4,5,6], shape=[2, 3])
b=tf.expand_dims(a,0)
c=tf.expand_dims(a,1)
d=tf.expand_dims(a,2)
e=tf.expand_dims(d,3)
print(sess.run(a))
print(sess.run(tf.shape(a)),"\n")
print(sess.run(b))
print(sess.run(tf.shape(b)),"\n")
print(sess.run(c))
print(sess.run(tf.shape(c)),"\n")
print(sess.run(d))
print(sess.run(tf.shape(d)),"\n")
print(sess.run(d))
print(sess.run(tf.shape(d)),"\n")

输出结果：
[[1 2 3]
 [4 5 6]]
[2 3] #a的维度

[[[1 2 3]
  [4 5 6]]]
[1 2 3] #dim=0,输出结果维度

[[[1 2 3]]

 [[4 5 6]]]
[2 1 3] #dim=1,输出结果维度

[[[1]
  [2]
  [3]]

 [[4]
  [5]
  [6]]]
[2 3 1] #dim=2,输出结果维度

[[[1]
  [2]
  [3]]

 [[4]
  [5]
  [6]]]
[2 3 1] #dim=3，输出结果维度