reshape

本文深入讲解TensorFlow中reshape函数的应用,从基本概念到高级用法,包括如何将一维数组转换为多维矩阵,以及在处理图像数据集时,如何使用reshape函数进行数据预处理,以便于后续的CNN神经网络处理。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在学习TensorFlow入门课程的时候,碰到了reshape这个函数,比较神奇,话不多说,直接上干货。

首先,最基本的,比如

arr = [1,2,3,4,5,6,7,8,9] 一个一维的list,长度为9
现在,我想把arr变成一个3*3的矩阵,这就可以用的reshape了,两个方法,第一

arr.reshape(3,3)
这个很好理解,不多说,重点看第二个方法

arr.reshape(-1,3)
这样也可以把arr变成3*3的矩阵,这个-1代表的意思就是,我不知道可以分成多少行,但是我的需要是分成3列,多少行我不关心,不得不感叹,果然是人生苦短,我用python

最后,看一个实际的例子,在这个数据集里面

from sklearn.datasets import load_digits 一个图片的数据集
这个图像的表示方法是1797*64,表示1797张图片,每张图片用一行64个数表示,怎么把这一行的数据取出来呢?就是用的reshape这个函数

picture_data = data.reshape(-1,8,8,1)
-1表示不知道,两个8表示8行8列,1表示一维空间(彩色是在处理的时候是三维空间RGB),整短代码就是说,把1797*64这个矩阵,变换成8*8的不知道多少个的矩阵,这样后面就方便用CNN神经网络去处理了


--------------------- 
作者:xiongshuai520 
来源:优快云 
原文:https://blog.youkuaiyun.com/xiongshuai520/article/details/79743233 
版权声明:本文为博主原创文章,转载请附上博文链接!

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值