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
(9999+)
视频
沙龙
1
回答
numpy
中下
面的
两个
重塑
函数
有
什么
不同
?
、
、
我
有
两个
选择。为
什么
会这样呢?谢谢
浏览 24
提问于2020-05-01
得票数 0
回答已采纳
1
回答
用与数组轴对应的一组向量生成的产品递增多维
numpy
数组(python)
、
我想知道是否
有
一种粗俗的方式会很快。此数组的更新按以下
两个
步骤生成:## but for arbitrary # of dimensions it will have a loop in a loop import
numpy
浏览 6
提问于2020-06-10
得票数 0
2
回答
需要帮助
重塑
多维
NumPy
数组
、
、
、
在TensorFlow中,我
有
一个形状为(?, 14, 14, 512)的张量,h。这导致了形状为(?我需要对
numpy
数组执行相同的操作。features =
numpy
.ndarray([3000, 14, 14, 2048], dtype=np.float32)[3000, 196, 2048会是
numpy
.resha
浏览 1
提问于2018-01-10
得票数 0
11
回答
-1在
numpy
重塑
中是
什么
意思?
、
、
、
可以使用参数为-1的
重塑
函数
将数值矩阵
重塑
为向量。但我不知道-1在这里是
什么
意思。例如:b =
numpy
.reshape(a, -1)有人知道-1在这里是
什么
意思吗?看起来python assign -1
有
几种含义,比如:array[-1]表示最后一个元素。你能给出一个解释
浏览 7
提问于2013-09-09
得票数 564
1
回答
python中三维的体素归一化
、
、
使用cv2
重塑
前
两个
维度很简单,但是第三个维度...我的想法是展平前
两个
维度,以获得2d-
numpy
数组。如果我对每个层进行(x * y)的
重塑
,并将其
重塑
回(x,y),我会得到一个完全
不同
的图像。我在开头
有
一个肺的img,后面有
不同
灰度值的线条。
浏览 45
提问于2020-08-11
得票数 0
回答已采纳
1
回答
Tensorflow将数据大小(形状)视为动态,从而在节点密集期间导致错误
、
、
、
我正在训练一个模型,特征形状是3751,4,我想使用Tensorflow中内置的
重塑
和层密度
函数
来使输出标签具有形状1,6。input_layer = tf.reshape(features["x"], [1,-1]) x={"x": train_features_
numpy
},
浏览 1
提问于2018-05-24
得票数 0
1
回答
将3D
numpy
数组合并为2D数组
我
有
一个以下维数的
numpy
数组: (2, 4, 20) 我想合并它,这样我就可以得到: (2, 80) 我尝试过np.concatenate、np.dstack、np.vstack和np.hstack
浏览 7
提问于2019-09-19
得票数 0
2
回答
当使用-1语法时,
Numpy
` size‘提供了一个意外的数组大小。
、
我试图理解
numpy
.resize和
numpy
.reshape之间的区别。我知道resize将返回一个新的数组,reshape将维护相同的底层数据,并且只调整大小(我假设它是通过改变步幅来实现的)。但是,对于这
两个
函数
,我希望能够使用-1语法来指定轴大小。然而,这似乎只适用于reshape。例如,试图将这个形状(444,)的一维数组
重塑
/调整为一个形状(4, 111)数组,根据您是使用resize还是reshape,会产生
两个
不同
的结果。import
浏览 3
提问于2019-12-02
得票数 2
回答已采纳
1
回答
如何在Python中使用
Numpy
重塑
数组数组
、
、
如下所示,我创建了三个包含
不同
随机数的数组:Array1 = np.random.randn(300) 我曾尝试使用
重塑
函数
来
重塑
名为“data”的
numpy
数组,但我无法使其工作
浏览 11
提问于2019-11-30
得票数 1
回答已采纳
1
回答
NumPy
数组的标识索引
、
、
假设我
有
一个平
面的
NumPy
数组a,并且希望定义一个索引数组i来索引a,从而通过a[i]再次获得a。我试过了a = np.array([1,2]).reshape(-1)但这并不能保留形状:a[i]
有
shape (1, 2),而a
有
shape我知道我可以
重塑
a[i]或者使用i = np.full_like(a, True, dtype=bool)。第二种方法意味着我需要
不同
的i来对
不同
浏览 3
提问于2021-05-12
得票数 1
回答已采纳
1
回答
如何在Python中将二维数组
重塑
为三维数组?
、
、
、
、
为了用Python训练LSTM,我想
重塑
一个数组。这就是我的数组的样子:[1,0,0,0,0][0,1,0,0,0]]我使用的是
numpy
,当然,.reshape()
函数
会运行得很好。
浏览 1
提问于2020-07-26
得票数 0
回答已采纳
1
回答
视图方法在改变形状的
numpy
矩阵上做了
什么
?
所以我
有
一个
函数
: return np.matrix(data[colnames]).view(dtype=np.float64).reshape(-1, 3) 当我在我的数据上应用这个
函数
时,first part获取感兴趣的列,并返回一个大小为1340*3的
numpy
矩阵。但是,我不确定视图对我的数据做了
什么
,它不允许我的数据被
重塑
为三列。我搞不懂这个视图方法是如何工作的,以及如何更改它,以便将我的数据
重塑
浏览 11
提问于2021-06-04
得票数 0
1
回答
如何将三维的
numpy
数组压平成二维元组数组?
、
、
我
有
下
面的
numpy
数组: [[1, 2], [1, 6]],) [(1, 2), (1, 6)],) 在没有python循环的
numpy
中有
什么
方法可以做到这一点吗我实际的
numpy
数组非
浏览 29
提问于2022-09-30
得票数 0
2
回答
NumPy
's‘`tensordot`’中PyTorch张量沿任意轴的乘积
、
、
NumPy
提供了非常有用的tensordot
函数
。它允许你计算
两个
元素的乘积ndarrays沿着任何轴(其大小匹配)。我很难在PyTorch中找到类似的东西。我是不是漏掉了
什么
?我真的要
重塑
数组的形状来模仿我想要使用的产品吗mm?
浏览 31
提问于2018-07-10
得票数 2
回答已采纳
2
回答
np.shape()返回的含义
、
、
、
我在
numpy
utf8中
有
一个程序,它允许我从地面计算抛物线射击的坐标。我需要创建一个返回坐标(#1)的
函数
,创建要使用的
不同
值数组(#2),最后使用该
函数
为每个值包生成
不同
的坐标def coordenadas(v,a,t,g=9.81): [ 0. 0. ]以及更多这种形状的盒子 这到底是
什么</em
浏览 1
提问于2015-05-05
得票数 0
2
回答
pickle,
numpy
-
重塑
参数?
、
、
我正在尝试弄清楚下面reshape()
函数
的参数是
什么
。我没有找到任何关于pickle
有
reshape()方法的东西,文件中给出了import cPickle as pickle, import
numpy
as np,所以我假设(可能是一个糟糕的假设)
重塑
函数
是因为
numpy
。我找到了
numpy
的
重塑
方法的定义(也在下面)。但是,我不知道哪些参数属于哪个参数。 因为这个东西应该加载图片数据,所以我猜测32,32可能是图像大小,并与n
浏览 1
提问于2016-01-23
得票数 4
1
回答
Keras
重塑
图层添加了额外的维度?
、
、
Reshape层的工作方式与我预期的
不同
。在下
面的
示例中,我认为最后一行应该返回形状为[5,1]的张量对象。但是,会抛出一个错误,声明形状[5]张量不能
重塑
为大小[5,5,1]张量。>>> from keras.layers import Reshape>>> import
numpy
as np >>> x有没有人能解释一下
重塑
图层是如何工作的(也就是为
浏览 1
提问于2018-08-10
得票数 5
回答已采纳
1
回答
多对一LSTM Keras Python
、
我
有
下
面的
数据集,用于5个特征的过程,以产生1个输出和244000行。输出在第7列。每1/10秒采样一次。我想用一个时间步长为5的LSTM网络预测第7列(值1 (t+1))。在尝试使用reshape
numpy
函数
时,我得到了一个错误。
浏览 0
提问于2017-12-27
得票数 0
2
回答
如何转换为0大小数组
import
numpy
as np ValueError
浏览 3
提问于2022-11-02
得票数 -1
回答已采纳
1
回答
Tensorflow tf.reshape:无/ -1,是否相同?
、
我只有一个关于tensorflow
重塑
函数
的简短问题。在tensorflow中,您可以使用shape = (None,shape1,shape2,.. )初始化张量占位符的形状。)。现在我看了一下
重塑
函数
,他们用-1表示新的
重塑
,-1是否等同于无如果不是,这两者
有
什么
不同
?
浏览 0
提问于2018-06-20
得票数 3
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
每个数据科学家都应该知道的20个NumPy操作
数据处理遇到麻烦不要慌,5个优雅的Numpy函数助你走出困境
Python 数据分析之NumPy与pandas 的功用
TensorFlow 小抄(一)
Numpy基础知识点汇总
热门
标签
更多标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
活动推荐
运营活动
广告
关闭
领券