深度学习 shape 属性
在 MXNet 的 ndarray
中,shape
属性用于获取数组的维度信息。它返回一个表示数组各维度大小的元组,可以帮助了解数据的结构和形状。
使用示例
import mxnet as mx
# 创建一个 2D 数组
arr = mx.nd.array([[1, 2, 3], [4, 5, 6]])
print(arr.shape) # 输出: (2, 3)
# 创建一个 3D 数组
arr3d = mx.nd.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
print(arr3d.shape) # 输出: (2, 2, 2)
说明
shape
返回的元组中的每个元素表示该维度的大小。- 可以通过修改
shape
属性来重塑数组的形状(使用reshape
方法),但这不会改变原始数据
示例:重塑数组形状
# 重塑形状
reshaped_arr = arr.reshape((3, 2))
print(reshaped_arr) # 输出: [[1. 2.]
# [3. 4.]
# [5. 6.]]
print(reshaped_arr.shape) # 输出: (3, 2)
shape
属性是理解和操作多维数组的重要工具,尤其在处理深度学习模型的输入和输出时非常有用。
原文地址:https://blog.csdn.net/2302_79865304/article/details/142902962
免责声明:本站文章内容转载自网络资源,如本站内容侵犯了原著者的合法权益,可联系本站删除。更多内容请关注自学内容网(zxcms.com)!