numpy-如何重塑奇数数组的大小？

Question

我有一个TensorFlow模型，我想在其中传递图像以使其确定图像中的对象。

但是，模型抱怨图像的形状说它希望以(1, 1, 1, 2048)的形式出现，但是它正在接收(1, 7, 7, 2048)。

我尝试通过进行numpy.reshape()或numpy.reshape(myObj, (1, 1, 1, 2048))在图像上进行numpy.reshape(myObj, (1, 1, 1, -1))的操作。但是，前者只是抱怨无法将大小为100352的数组重塑为(1, 1, 1, 2048)，而后者将数组的最后一个元素的大小重塑为(7, 7, 2048)的倍数，即100352。

如何重塑奇数数组大小，或者这不是Numpy形状/重塑的工作方式？是否有其他方法可以执行我要求的Numpy？

Answer 1

如果n和m不相等，则不能将n元素数组重塑为m元素数组。重塑数组的操作实际上只是获取同一数组的新视图的操作。

当您尝试将形状调整为包含n=1*7*7*2048=100353个元素的数组时，您的输入数组具有m=1*1*1*2048=2048个元素。

正如hpaulj指出的那样，您的问题出在输入形状上。从您提到的(1, 7, 7, 2048)和(1, 1, 1, 2048)的形状看来，您的预期输入可能应该从下一层（可能是在全局池化阶段之后）提取出来，但是如果没有更多详细信息，我们不能说太多您的模型。