需要帮助重塑多维NumPy数组
需要帮助重塑多维NumPy数组
提问于 2018-01-09 18:01:27
在TensorFlow中，我有一个形状为(?, 14, 14, 512)的张量，h。
我通过做tf.reshape(h, [-1, 196, 512])来重塑
这导致了形状为(?, 196, 512)的张量。太完美了。我需要对numpy数组执行相同的操作。
我在磁盘上保存了一个巨大的多维NumPy数组。它看起来是这样的：
features = numpy.ndarray([3000, 14, 14, 2048], dtype=np.float32)
并且需要它的形状：
[3000, 196, 2048]
我如何才能进行这种转换，从而不会丢失信息？
会是numpy.reshape(features, (3000, 196, 2048))吗？
或numpy.reshape(features, (-1, 196, 2048))
这两种重塑方法的结果是否相同，或者有什么不同？
回答 2
Stack Overflow用户
发布于 2018-01-09 18:21:23
这两种方法都是有效的，并且会给出相同的结果：
features = np.ndarray([3000, 14, 14, 2048], dtype=np.float32)
# prints (3000, 196, 2048)
print(np.reshape(features, (3000, 196, 2048)).shape)
# prints (3000, 196, 2048)
print(np.reshape(features, (-1, 196, 2048)).shape)
# another option, prints (3000, 196, 2048) as well
print(features.reshape((-1, 196, 2048)).shape)只要你只有一个-1维度，numpy就能够自动计算出它的值。
Stack Overflow用户
发布于 2018-01-09 18:27:13
可以写成
a = np.ndarray([3000,14,14,2048])
b = a.reshape((-1, 196, 2048))形状维度可以是-1，该值是从数组的长度和剩余维度推断出来的。
在您的示例中，维度的第一个值必须是3000，才能满足其余维度。
这两种重塑方法的结果是相同的，还是有什么不同？
这两个结果应该是相同的
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/48174172
复制相关文章
相似问题
在Excel2007中以编程方式添加条件格式
更容易的行引用
更漂亮的VSCode。单引号集，但始终将其更改为双引号。
excel vba排列超过1048576行
条件行格式
添加站长 进交流群
领取专属 10元无门槛券
AI混元助手 在线答疑
关注 腾讯云开发者公众号
洞察 腾讯核心技术
剖析业界实践案例
腾讯云开发者
