Question

据我了解，此练习的目的是将矩阵x展平为n×1的向量。为了让我们为这个家庭作业示例作业做好准备，Ng教授让我们在Coursera Jupiter笔记本中进行了Python Basics With Numpy的练习。这是示例之一：

def image2vector(image):
"""
Argument:
image -- a numpy array of shape (length, height, depth)

Returns:
a vector of shape (length*height*depth, 1)
"""
return image.reshape(image.shape[0]*image.shape[1]*image.shape[2],1)

这是一个3 x 3 x 2的数组，通常图像将是（num_px_x，num_px_y，3），其中3代表RGB值

image = np.array([[[ 0.67826139,  0.29380381],
    [ 0.90714982,  0.52835647],
    [ 0.4215251 ,  0.45017551]],

   [[ 0.92814219,  0.96677647],
    [ 0.85304703,  0.52351845],
    [ 0.19981397,  0.27417313]],

   [[ 0.60659855,  0.00533165],
    [ 0.10820313,  0.49978937],
    [ 0.34144279,  0.94630077]]])

print ("image2vector(image) = " + str(image2vector(image)))

**Expected Output**: 


<table style="width:100%">
 <tr> 
   <td> **image2vector(image)** </td> 
   <td> [[ 0.67826139]
[ 0.29380381]
[ 0.90714982]
[ 0.52835647]
[ 0.4215251 ]
[ 0.45017551]
[ 0.92814219]
[ 0.96677647]
[ 0.85304703]
[ 0.52351845]
[ 0.19981397]
[ 0.27417313]
[ 0.60659855]
[ 0.00533165]
[ 0.10820313]
[ 0.49978937]
[ 0.34144279]
[ 0.94630077]]</td> 
 </tr>

现在我在家庭作业中遇到的问题之一是应用此练习示例。

现在他给我们的提示是：

“当您要将形状（a，b，c，d）的矩阵X展平为矩阵时的技巧

   X_flatten of shape (b ∗ c ∗ d, a) is to use:    X_flatten = X.reshape(X.shape[0], -1).T "

现在我知道X.reshape（X.shape [0]，-1）.T是一个“技巧”，您可以用来实现我们的目标，即展平X，但是我想保持一致并尝试根据开头给出的示例来解决此问题。

这就是我得到的：

    train_set_x_flatten = train_set_x_orig.reshape(train_set_x_orig.shape[1] * 
    train_set_x_orig.shape[2] * train_set_x_orig.shape[3],1)

他还告诉我们： train_set_x_orig是一个形状为numpy的数组（m_train，num_px，num_px，3）

上面的代码与实践示例一致，我不确定为什么它不起作用。我会喜欢一些与开始时给出的示例一致的建议！

谢谢！

如何将输入矩阵展平为向量？

0 个答案: