Numpy的reshape函数 reshape(-1,x) reshape(x,-1)含义

本文介绍了如何将PyTorch张量转换为NumPy数组以及使用reshape函数重塑数据。通过实例展示了numpy.arange(n).reshape(a,b)的用法,生成指定形状的数组。还讲解了当reshape参数中包含-1时,如何让NumPy自动计算缺失的维度。此外,讨论了.mat(orarray).reshape(c,-1)和.reshape(-1,d)的功能,用于矩阵或数组的重组。

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

1. 将tensor类型转变为numpy类型:

a = torch.ones(5)
b = a.numpy()

2.reshape函数的意思是将numpy类型的数据 重新 改变格式:

一般用法:numpy.arange(n).reshape(a, b); 依次生成n个自然数,并且以a行b列的数组形式显示:

In [1]: 
np.arange(16).reshape(2,8) #生成16个自然数,以2行8列的形式显示

Out[1]: 
array([[ 0,  1,  2,  3,  4,  5,  6,  7],
       [ 8,  9, 10, 11, 12, 13, 14, 15]])

 参数包含-1 时:

mat (or array).reshape(c, -1);  必须是矩阵格式或者数组格式才能使用 .reshape(c, -1) 函数

表示将此矩阵或者数组重组,以 c行d列的形式表示,行数固定为c ,列数需要numpy自己计算

.reshape(-1, d)同理
 

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