Question

采用数组：arr = [0, 1, 2]

np.tile(arr,[10,1])
array([[0, 1, 2],
       [0, 1, 2],
       [0, 1, 2],
       [0, 1, 2],
       [0, 1, 2],
       [0, 1, 2],
       [0, 1, 2],
       [0, 1, 2],
       [0, 1, 2],
       [0, 1, 2]])
>>> np.tile(arr,[10,2])
array([[0, 1, 2, 0, 1, 2],
       [0, 1, 2, 0, 1, 2],
       [0, 1, 2, 0, 1, 2],
       [0, 1, 2, 0, 1, 2],
       [0, 1, 2, 0, 1, 2],
       [0, 1, 2, 0, 1, 2],
       [0, 1, 2, 0, 1, 2],
       [0, 1, 2, 0, 1, 2],
       [0, 1, 2, 0, 1, 2],
       [0, 1, 2, 0, 1, 2]])

类似于此，我想使用平铺功能创建大小为10x227x227x3的图像批处理的10个副本（该批处理已包含10张图像）。对于每个要创建拼贴的图像，我都希望使用。所以我应该得到100x227x227x3

但是，当我这样做时，M = 10）：

    images = np.tile(img_batch, [M, 1])

我得到的是10x227x2270x3，图像= np.tile（img_batch，[M]）也不起作用，并带来了大小为10x227x227x30的值

我不知道如何获得所需的瓷砖。欢迎任何建议。

Answer 1

您的img_batch有4个维度。制作尺寸为4的 reps ：

np.tile(img_batch, [M, 1, 1, 1])

否则，根据docs，在您的第一种情况下，它等效于np.tile(img_batch, [1, 1, M, 1]：

如果A.ndim> d，则通过在其前面加上1将其提升为A.ndim。因此，对于形状为（2，3，4，5）的A，将（2，2）的重复视为（1、1、2、2）。

使用np.tile在一批图像中平铺每个图像的10个图像

1 个答案: