Question

我无法清楚地理解theano的{{1}}。我有一个形状的图像矩阵：

reshape

，其中有[batch_size, stack1_size, stack2_size, height, width]个图像堆栈，每个图像都有stack2_size个通道。我现在想将它们转换成以下形状：

stack1_size

这样所有堆栈将组合在一起成为所有通道的一个堆栈。我不确定重塑是否会为我做这件事。我看到重塑似乎没有按字典顺序排列像素，如果它们在中间的尺寸混合。我一直试图通过[batch_size, stack1_size*stack2_size, 1 , height, width]，dimshuffle和reshape的组合实现这一目标，但无济于事。我将不胜感激。

感谢。

Answer 1

Theano reshape的工作方式与numpy reshape一样，默认为order，即'C'：

'C'表示使用类似C的索引顺序读/写元素最后一个轴索引变化最快，回到第一个轴索引改变最慢。

这是一个示例，显示图像像素在通过numpy或Theano重塑后保持相同的顺序。

import numpy
import theano
import theano.tensor


def main():
    batch_size = 2
    stack1_size = 3
    stack2_size = 4
    height = 5
    width = 6
    data = numpy.arange(batch_size * stack1_size * stack2_size * height * width).reshape(
        (batch_size, stack1_size, stack2_size, height, width))
    reshaped_data = data.reshape([batch_size, stack1_size * stack2_size, 1, height, width])
    print data[0, 0, 0]
    print reshaped_data[0, 0, 0]

    x = theano.tensor.TensorType('int64', (False,) * 5)()
    reshaped_x = x.reshape((x.shape[0], x.shape[1] * x.shape[2], 1, x.shape[3], x.shape[4]))
    f = theano.function(inputs=[x], outputs=reshaped_x)
    print f(data)[0, 0, 0]


main()

Theano重塑

1 个答案: