Question

我不能为我的生活弄清楚如何切换图像排序。图像以（x，x，3）格式读取，theano要求它为（3，x，x）格式。我尝试用改变顺序 numpy.array([img[:,:,i] for i in range(3)])

我猜这个工作已经完成，但它既丑陋又无法弄清楚如何将其反转以恢复原始图像。

Answer 1

重新排序数据

您可以使用numpy.rollaxis将轴3滚动到位置1（考虑到批次大小为维度0）。

np.rollaxis(imagesArray, 3, 1)

但是，如果您正在使用keras，则可能需要更改其配置或按层定义。如果你正在使用Keras，Theano并不需要你的任何东西。

Keras可以首先配置通道，也可以配置最后通道，除了允许您在每个单独的层中定义它，因此您不必更改数据。

配置keras

找到keras.json文件并进行更改。该文件通常安装在C:\Users\yourusername\.keras或~/.keras中，具体取决于您的操作系统。

根据需要将"image_data_format": "channels_last"更改为"channels_first"，反之亦然。

通常，使用＆＃34; channels_last＆＃34;由于大量其他（非卷积）函数仅在最后一个轴上起作用，因此不那么麻烦。

在图层中定义渠道订单。

Keras documentation包含有关图层参数的所有信息，包括data_format参数。

Answer 2

我同意@Qualia的评论，np.moveaxis(a, source, destination)更容易理解。这样做了：

x = np.zeros((12, 12, 3))
x.shape
#yields: 
(12, 12, 3)

x = np.moveaxis(x, -1, 0)
x.shape
#yields: 
(3, 12, 12)

Answer 3

如果您正在寻找最快的选择，请选择np.einsum。它甚至比img = np.random.random((1000, 1000, 3)) img.shape # (1000, 1000, 3) %timeit img.transpose(2, 0, 1) # 385 ns ± 1.11 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each) %timeit np.rollaxis(img, -1, 0) # 2.7 µs ± 50.7 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each) %timeit np.einsum('ijk->kij', img) # 2.75 µs ± 31.9 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each) %timeit np.moveaxis(img, -1, 0) # 7.26 µs ± 57.8 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each) np.allclose(img.transpose(2, 0, 1), np.einsum('ijk->kij', img)) # True np.allclose(img.transpose(2, 0, 1), np.moveaxis(img, -1, 0)) # True np.allclose(img.transpose(2, 0, 1), np.rollaxis(img,-1, 0)) # True还快。

public interface Byteable<T> {
    byte[] toBytes();
    Builder<T> builder();

    interface Builder<T> {
        T fromBytes(byte[] bytes);
    }
}

Answer 4

使用np.moveaxis是有效的，但是我发现np.einsum更快。

x = np.zeros((12,12,3))
%timeit np.moveaxis(x,-1,0)
#yields 7.46 µs ± 312 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

%timeit np.einsum('ijk->kij',x)
#yields 1.11 µs ± 31 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

Answer 5

x = np.zeros((12, 12, 3))
y = np.rollaxis(x, 2, 0)
y.shape

(3, 12, 12)

首先更改频道和频道之间的图像频道顺序的正确方法是什么？

5 个答案:

重新排序数据

配置keras

在图层中定义渠道订单。