作为我设置的Conv2D任务的一部分，我有一个训练集，它是shape（60000，28，28），它分别由训练图像的数量，x轴和y轴维度组成。在我正在进行的项目中，我被要求添加一个额外的维度，该维度将导致形状为（60000，28，28，1）。结果，一个图像也应该返回形状（28，28，1）。我试过images = training_images.reshape(60000, 28, 28, 1)，但这似乎只返回形状为（60000，28，28），并没有返回额外的维度。
images = training_images.reshape(60000, 28, 28, 1)
tcbh2hod1#
您可以使用expand_dims在任何数组轴中添加大小为1的维度。
expand_dims
import numpy as np a = np.zeros((400, 28, 28)) b = np.expand_dims(a, axis=-1) b.shape > (400, 28, 28, 1)
或者，如果你需要一个更短的方式（例如在表达式中使用）
a = np.zeros((400, 28, 28)) a[..., np.newaxis].shape > (400, 28, 28, 1)
其中...表示数组的每个维度（就像写a[:, :, :, np.newaxis]一样）。如果您需要使用整形：
...
a[:, :, :, np.newaxis]
a = np.zeros((400, 28, 28)) a.reshape(*a.shape, 1).shape > (400, 28, 28, 1)
*a.shape解包shape元组，并将每个元素作为reshape函数的参数传递（就像编写a.reshape(400, 28, 28, 1)一样）
*a.shape
a.reshape(400, 28, 28, 1)
xvw2m8pv2#
你必须这样做：
images = np.expand_dims(images, axis=-1)
z9ju0rcb3#
也可以使用np.newaxis：
np.newaxis
images = images[:, :, :, np.newaxis]
或
images = images[..., np.newaxis]
3条答案
按热度按时间tcbh2hod1#
您可以使用
expand_dims在任何数组轴中添加大小为1的维度。或者，如果你需要一个更短的方式（例如在表达式中使用）
其中
...表示数组的每个维度（就像写a[:, :, :, np.newaxis]一样）。如果您需要使用整形：
*a.shape解包shape元组，并将每个元素作为reshape函数的参数传递（就像编写a.reshape(400, 28, 28, 1)一样）xvw2m8pv2#
你必须这样做：
z9ju0rcb3#
也可以使用
np.newaxis：或