2024-09-29 21:55:00 发布
网友
目前我正在研究一种神经网络,它可以对街景房号数据集(http://ufldl.stanford.edu/housenumbers/)中的数字进行分类。现在,我只想用第二种格式来做,一种类似于MNIST数据集的格式。在
我遇到的问题是,列车的形状和示例的测试数组是(高度、宽度、通道、示例)而不是(示例、高度、宽度、通道)。在
有没有一种简单的方法可以在不使用许多嵌套循环的情况下将数组重塑为所需的形状?在
我不确定您要重塑的对象是Tensor还是numpy.ndarray。在
Tensor
numpy.ndarray
如果是numpy.ndarray,则可以使用np.transpose。例如:
np.transpose
import numpy as np a = np.zeros((299, 299, 3, 50)) print(a.shape) # (299, 299, 3, 50) H x W x C x M b = np.transpose(a, [3, 0, 1, 2]) print(b.shape) # (50, 299, 299, 3)
如果它是Tensor,则可以使用tf.transpose以与np.transpose完全相同的方式更改维度的顺序。例如:
tf.transpose
我不确定您要重塑的对象是
Tensor
还是numpy.ndarray
。在如果是
numpy.ndarray
,则可以使用np.transpose
。例如:如果它是
^{pr2}$Tensor
,则可以使用tf.transpose
以与np.transpose
完全相同的方式更改维度的顺序。例如:相关问题 更多 >
编程相关推荐