reshape和resize 都可以改变数组的形状,但是reshape不改变原有数组的数据,resize可以改变原数组的数据
1.reshape 和 resize 达到相同的效果:

正常
2.当我们把reshape的2行4列变成2行3列时:

会发现reshape报错,因为原数组有8个元素,两行三列是6个元素,改变了原数组的数据,所以报错
- 当我们把resize 的 2行4列变成2行3列时:

会发现resize可以改变原数组的数据
总结,卷积神经网络的输入可以是图片,也可以是数组,但是有一个共同的特点,输入都要保持相同形状,所以这个时候可能会改变数据集的数据(具体根据自己数据集而定),只能选择resize函数。
本文深入探讨了numpy中resize与reshape函数的区别与应用。resize可以改变原数组的数据,适合需要修改数据集形状的情况;而reshape则不会改变原数组数据,适用于需要保持原始数据不变的场景。在卷积神经网络中,输入数据的形状一致性至关重要,这时resize成为更佳选择。

被折叠的 条评论
为什么被折叠?



