Question

我正在尝试连接vgg16模型中卷积层预测的2个numpy特征数组。

基本上我已经使用了vgg16模型的底层来预测我的完整数据集的特征，现在我想根据一些设置动态加载数据集的各个部分，用它来训练一些模型。

所以，我有2个形状的数组： (724, 512, 6, 8)和(3376, 512, 6, 8) 基本上第一个包含从724个图像文件预测的特征（每个预测具有形状(512, 6, 8)）。我想将这两个数组连接成一个形状(4100, 512, 6, 8)

我尝试过使用：

np.array([np.concatenate(arr, axis=0) for arr in false_train_list])

其中false_train_list是包含具有上述形状的2个数组的列表。

还试过np.stack，tf.stack ...... 所有这些都会产生一个形状为（2，）的数组

有人可以解释原因吗？我没有找到任何好的资源来理解np.concatenate（）的工作原理。

谢谢！

Answer 1

我认为你只需要这个：

np.concatenate(false_train_list, axis=0)