我发现了以下声明:
train_set_x.reshape(train_set_x.shape[0], -1).T
shape
的{{1}}为:train_set_x
我认为(209, 64, 64, 3)
是shape[0]
,而209
是转置?
我无法理解上面的T
声明?什么是reshape
?
非常感谢对此的任何澄清。
感谢。
答案 0 :(得分:3)
-1将采用剩余的尺寸并将它们展平为1维。因此,对于形状为(209, 64, 64, 3)
的数组调用:
arr.reshape(209, -1)
会产生形状(209, 12288)
或(209,64 * 64 * 3)
>>> a = np.zeros([209, 64, 64, 3])
>>> a.reshape(209, -1).shape
(209, 12288)
如果你的代码是64 x 64 RGB图像,你最终会将每个图像重新整形为一个长矢量。
另外,请注意,新形状中只有只有一个-1 ,数组将被重新整形。