腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(779)
视频
沙龙
1
回答
使用
特定
模式
将
4D
numpy
重塑
为
5D
阵列
python
、
numpy
、
reshape
我有一个形状(N x 8 x 24 x 98)的4Dnumpy数组,我需要
重塑
到
5D
形状(N x 8 x 24 x 7 x 14),以便最后一个维度被分成两个单独的维度。性能并不重要,因此如果需要,该解决方案可能会
使用
for循环。
浏览 0
提问于2016-08-07
得票数 0
回答已采纳
5
回答
N-D数组用法示例
python
、
arrays
、
numpy
当我开始学习
numpy
时,我感到很惊讶,因为它有N维数组。我是一名程序员,我认为没有人会
使用
超过二维数组。实际上,我甚至不能超越二维数组进行思考。我不知道如何思考3D、
4D
、
5D
阵列
或更多。我不知道该在哪里
使用
它们。 你能给我举例说明3D,
4D
,
5D
…
使用
etc数组?如果
将
numpy
.sum(array, axis=5)用于
5D
数组,会发生什么情况?
浏览 1
提问于2014-03-03
得票数 1
1
回答
使用
RNN-LSTM的分类序列
4D
数组数据
python
、
tensorflow
、
keras
、
lstm
、
recurrent-neural-network
这将生成一个具有以下输入形状的
4D
数组:仅1个视频(2人),时长3秒,以60fps/s拍摄的输入形状将如下所示:(180,2,25,3) 每个视频的
4D
数组被保存为
numpy
文件,所以如果我处理400个视频,我将得到400个
numpy
文件。下一步是创建一个keras或tensorflow RNN-LSTM模型,它能够在400个
numpy
文件上进行训练,并且能够处理每个视频的
4D
数组,但我真的不知道如何让它工作。我已经寻找了一些
浏览 1
提问于2019-05-07
得票数 0
2
回答
对3d数组
使用
MKL优化的
numpy
.dot()
python
、
arrays
、
multithreading
、
numpy
、
intel-mkl
一段时间以来,我一直在尝试优化我的代码,并且刚刚意识到,每当我尝试
使用
具有3维或更多维数组的
numpy
.dot时,都会有巨大的性能损失。,这让我怀疑它是否
使用
了MKL。有没有办法强制第一块代码是多线程的,并
使用
MKL而不显式地将其翻译成第二块代码?实际上,我
使用
的数组是
4d
和
5d
,我希望避免折叠所有的开始维数(我还对数组执行其他操作,比如对原始
4d
数组的2维求和,如果我
将
整个数组堆叠成2维,这将变得更加复杂)。或者,为了使其余代码可读
浏览 1
提问于2015-02-01
得票数 1
2
回答
获取一个3D或
4D
数组作为输入,并从外部脚本中将其重定义
为
2D数组
python
、
python-2.7
、
multidimensional-array
、
user-defined-functions
、
reshape
好吧,我的问题比把3D或
4D
数组
重塑
成二维数组更具体一些。我想从外部脚本中调用一个函数,
为
它提供一个3D数组作为唯一的输入。更详细地说明,三维或
4D
阵列
将是维数(x,y,t)或(x,y,z,t),其中x,y,z是空间维数,时间是t。基本上,这就是非定常流动数据被包含的方式。就像,
将
数据
重塑</em
浏览 2
提问于2014-09-04
得票数 2
回答已采纳
1
回答
掩码
4D
布尔数值数组的最快方法
python
、
performance
、
numpy
、
boolean
、
mask
使用
二维布尔掩码掩码
4D
布尔数组的最有效方法。我尝试了两种方法:B.
将
反转掩模
重塑
为
4D
,并乘以两个矩阵import time J = 2000S
浏览 0
提问于2021-02-02
得票数 2
1
回答
痉挛神经网络的输入和输出形状
python
、
image
ValueError: Input 0 of layer sequential_30 is incompatible with the layer: : expected min_ndim=4, found ndim=3. Full shape received: [None, None, None]
浏览 1
提问于2020-09-21
得票数 0
1
回答
将
卷积层的
4D
张量输出整形
为
5D
张量,输入到ConvLSTM2D层
python
、
tensorflow
、
keras
、
tensorflow2.0
、
tf.keras
我
将
形状(160,120,3)的图像传递给它,批处理的大小
为
10。批处理中的每个帧表示一个时间步骤。当我
使用
X = tf.keras.layers.Reshape((-1,10,5,3,512))(X)时,我在训练时会出错。有什么方法
将
4D
张量
重塑
为
5D
? 我想把(None,5,3,512)转换成(
浏览 0
提问于2020-09-12
得票数 0
回答已采纳
3
回答
如何制作重复的`
numpy
`数组视图
python
、
arrays
、
numpy
、
numpy-slicing
如何
将
numpy
数组切分到形状之外,以便在不将整个数组存储在内存中的情况下重复数组中的值?这是我想要做的: x =
numpy
.array([[1, 2], [3, 4]])-> [3, 4, 3, 4], [3, 4, 3, 4]] 我知道
numpy
.repeat和
numpy
.tile,但这两个都是数组的副本,我想像x[1238123:1238143,5328932:5328941]一样对我的数组进行切片
浏览 16
提问于2020-09-02
得票数 2
回答已采纳
2
回答
numpy
以一种奇怪的方式处理一维数组切片吗?
python
、
arrays
、
numpy
import
numpy
as np a = np.array([[(1, 2, 3), 40, 50], [(4, 5, 6), 70, 80]]) 只
使用
numpy
操作(即没有显式的python样式的列表构造或循环切片a:,0产生形状(2,)的一维
阵列
,打印
为
(1,2,3) (4,5,6),显然不能将其“
重塑
”
为
形状(2,3)。我认为对a:,0执行np.ravel,然后
重塑
为
(2,3)可能会解决这个问题,但不幸的是,对a:,0执行
浏览 26
提问于2019-09-23
得票数 0
回答已采纳
2
回答
将
稀疏和与einsum相结合实现大的稀疏和
python
、
arrays
、
sparse-matrix
、
numpy-einsum
我正在
使用
以下形式(
使用
库)构造一个矩阵M:这是对以下金额的评估:这是矩阵M的形状然后,我将其
重塑
为
二维形状数组(N**2,N**2)。这必须是2D,因为它被视为线性算子。我想
使用
库,因为M是稀疏的,并且变得太大,无法存储大N。我可以使A和B稀疏,并将它们插入oe.contract中。 问题是,稀疏只
浏览 5
提问于2021-02-13
得票数 3
回答已采纳
1
回答
Python属性错误:“int”对象没有属性“reshape”
python
、
numpy
、
tensorflow
、
keras
我试图
使用
python预测股票价格,同时尝试
将
数据集重组
为
一个2D的num数组,用于“fit”函数,方法是
使用
它作为参考:。目前为止的代码如下(我
使用
的是木星笔记本):from keras.models import Modelfrom keras import optimizersnp.r
浏览 2
提问于2020-02-10
得票数 0
1
回答
使用
二维
numpy
数组输入时出现Tensorflow Keras Conv2D错误
python
、
tensorflow
、
keras
、
deep-learning
、
conv-neural-network
我想
使用
2Dnumpy数组作为输入来训练一个CNN,但是我收到了这个错误:ValueError: Error when checking input: expected conv2d_input to我的输入确实是一个21x21
numpy
的浮点数组。网络的第一层被定义
为
Conv2D(32, (3, 3), input_shape=(21, 21, 1)),以匹配输入
阵列
的形状。根据文档,Conv2D需要包含(samples, channels, rows, cols)的
4D
张量的输入,但我找不到任何解释这
浏览 1
提问于2020-03-12
得票数 1
1
回答
按
特定
顺序
将
3-D
numpy
.array
重塑
为
1-D
阵列
python
、
arrays
、
numpy
、
multidimensional-array
将
三维
numpy
数组
重塑
为
一维数组:test_3d = np.array([[[0., 0.],array([0., 0., 1., 1., 2., 2., 3., 3.]) np.flatten/ravel和transpose功能的组合在2-D
阵列
中工作得很好,但对于3-D
阵列
,我得
浏览 1
提问于2021-05-08
得票数 1
2
回答
使用
numpy
.reshape()添加维度
python
、
arrays
、
numpy
、
reshape
我有一个数组的气候
模式
数据,480个月条目在这个模型的纬度和经度网格点(细节是无关的)。也就是说,我有一个带有维数的
numpy
数组(480,lat,lon)。 我需要在每个空间网格点上创建年平均值。我想要这样做的方法是
使用
numpy
.reshape()生成一个
4D
数组,其中包含维度(480/12、12、lat、lon) (在这里,我
将
时间步骤分组
为
12组,并按原样重新存储它们)。然后我
将
沿着第二轴(np.mean(dat_new, axis
浏览 1
提问于2017-07-05
得票数 0
4
回答
具有二维数组的
numpy
.where
python
、
arrays
、
numpy
可以
使用
根据条件从两个数组中选择值:b =
numpy
.random.rand(5)但是,如果数组的维数更多,这将不再起作用:b =
numpy
.random.rand(5, 2) c =
nump
浏览 5
提问于2019-12-12
得票数 1
4
回答
编写同时接受一维和二维
numpy
数组的函数?
python
、
numpy
、
vectorization
、
api-design
我的理解是
numpy
中的一维数组可以解释
为
面向列的向量或面向行的向量。例如,具有形状(8,)的一维
阵列
可以被视为取决于上下文的形状(1,8)或形状(8,1)的二维
阵列
。也就是说,我发现我可以泛化代码来处理(r,1)、(1,c)、(r,c)的二维情况,但不能在没有分支或
重塑
的情况下处理一维情况。我上面描述的
模式
对
numpy
代码是通用的吗?此外,作为API设计原则的相关问题,如果调用者
将
一个一维数组传递给某个返回新数组的函数,并且返回值也是一个向量,那么通
浏览 7
提问于2011-11-28
得票数 16
回答已采纳
1
回答
转置
4D
阵列
的
Numpy
点积失败
python
、
python-2.7
、
numpy
、
array-broadcasting
对于维数
为
(60,64,2,2)的
4D
阵列
A,需要用其转置A_t计算点积。我是不是不正确地
使用
转座子?我还尝试
将
单个数组转换为
numpy
矩阵(尽管根据几个帖子不推荐),然后计算点积,但我得到了一个不同的错误。我也研究过像广播这样的问题,但是我找不到
4D
数组的任何有用的例子。注意:我
使用
python 2.7
浏览 2
提问于2018-10-06
得票数 3
回答已采纳
2
回答
Docker-Compose:更新后无法访问服务
docker
、
nginx
、
docker-compose
、
shinyproxy
我
使用
docker-compose up --build -d让所有东西都运行起来,它就能工作。有时我必须更改我的shinyproxy服务的一小部分,并
使用
相同的命令更新所有内容:检测到更改,输出如下所示:Recreating compose_shinyproxy_1 ... donenginx_service_1 | 2020/06/05 10:02:11 [error] 7#7: *54 connec
浏览 3
提问于2020-06-05
得票数 0
1
回答
Numpy
重塑
“反转”
python
、
numpy
、
multidimensional-array
、
reshape
我从一个文件中读取了一个
4D
数组,该文件以2D形式i,j,k,x,y,z给出。我
使用
numpy
.reshape
将
2D数组
重塑
为
它的3-D形式。我不明白如何“反转”
numpy
.reshape以将其放回相同的格式。import
numpy
as np from pandas import read_csv header = read_csv("Input/Grid1jmax=head
浏览 4
提问于2018-08-02
得票数 3
回答已采纳
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
《Deep Learning with Python》第二章 2.2 神经网络的数据表示(1)
对话木牛科技COO王卫:木牛科技的4D毫米波雷达之路
每个数据科学家都应该知道的20个NumPy操作
毫米波雷达市场跑出“加速度” 欧菲光持续发力智能汽车业务
Fuzor2020中文版分享
热门
标签
更多标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
活动推荐
运营活动
广告
关闭
领券