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])]
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。