基于numpy中的expand_dims函数用法
更新时间:2019年12月18日 15:09:47 作者:qm5132
今天小编就为大家分享一篇基于numpy中的expand_dims函数用法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
常见的一种应用场景:
条件:假设A的shape为[4, 2],B的shape为[5, 2]
目的:实现A中的每一行, 减去B中的所有行(broadcast操作)。
实现:
A1 = np.expand_dims(A, -2) => A1的shape变为[4, 1, 2] B1 = np.expand_dims(B, 0) => B1的shape变为[1, 5, 2] A1 - B1
其他示例:
wh = np.random.randint(1,3, size=(4,2)) np.expand_dims(wh, -2).shape np.expand_dims(wh, 1).shape
在倒数第2个轴后面(在正数第1个轴后面)插入一个新轴。
以上这篇基于numpy中的expand_dims函数用法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。
您可能感兴趣的文章:
相关文章
Pycharm中安装Pygal并使用Pygal模拟掷骰子(推荐)
这篇文章主要介绍了Pycharm中安装Pygal并使用Pygal模拟掷骰子,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下2020-04-04keras和tensorflow使用fit_generator 批次训练操作
这篇文章主要介绍了keras和tensorflow使用fit_generator 批次训练操作,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2020-07-07python中plt.imshow与cv2.imshow显示颜色问题
这篇文章主要介绍了plt.imshow与cv2.imshow显示颜色问题,本文给大家介绍的非常详细,同时给大家提到了cv2.imshow()和plt.imshow()的区别讲解,需要的朋友可以参考下2020-07-07关于Tensorflow中的tf.train.batch函数的使用
本篇文章主要介绍了关于Tensorflow中的tf.train.batch函数的使用,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧2018-04-04
最新评论