将 4 维 np.array 按第 4 维拆分为 3 维 np.arrays

如何解决将 4 维 np.array 按第 4 维拆分为 3 维 np.arrays

如果此问题已在其他地方得到解答，我深表歉意。我已经搜索了两天没有运气。这似乎是一个非常简单的问题，虽然我无法解决它。

我有一个形状为 (40,320,8) 的 4 维 numpy 数组。该数组是 CNN 卷积层的输出，其中第 1 维表示模型的 40 个输入的输出，第 2 维和第 3 维表示给定过滤器的特征图输出，第 4 维表示在模型中使用的 8 个过滤器。卷积层。我的python经验还是很菜的。

我想要做的是将这个 4 维数组拆分为 8 个单独的 3 维数组，其中每个新数组对应于第 4 维中表示的 8 个过滤器之一。

目前，我可以通过以下方式一次完成一个......

filter_out = squeeze(intermediate_output[:,:,1])

我怎样才能一次对所有 8 个（或 n 个）执行此操作？

解决方法

因为您需要一个数组列表，所以使用简单的理解并没有什么坏处。

alist = [arr[...,i] for i in range(8)]

使用 list 转置和换行不会更快，因为 list(...) 只是在第一维上迭代。数组拆分也会迭代切片。

不需要 squeeze - 除非使用 np.split。

但是你真的需要单独的数组吗？

,

这将产生一个 3 维数组的列表：

list(intermediate_output.transpose(3,1,2))

,

另一种可能性：

split_array_list = [x.squeeze() for x in np.split(my_array,my_array.shape[-1])]