几行代码看懂reshape和resize的区别

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。

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

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:

在这里插入图片描述
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
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

  1. 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
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。

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