Numpy 将二维阵列重塑为4D阵列

您好，关于重塑阵列的问题

我有一个数组train_x（2D），其内容是（103784）

在这种情况下，103是示例的数量

784是我的神经网络的输入

现在我想从2D重塑为4D

我使用以下命令：

train_x = np.reshape(train_x, (103, 28, 28, 1))

在这种情况下，103仍然是训练示例的数量，并且在这种情况下，我的输入784被划分为28x28的矩阵，这是否正确？1在本例中为我的频道，不使用RGB（否则该频道应为3）

---

如果我的假设不正确，请有人建议如何从2D重塑为4D以归档上述内容？你的假设是正确的。NumPy文件关于州：

您可以将重塑视为首先散开数组（使用给定的索引顺序），然后使用与散开相同的索引顺序将散开数组中的元素插入新数组

train_x

形状为（103784）的列车将行驶至：

[img_0[0]，…，img_0[783]，img_1[0]，…，img_1[783]，…，img_102[0]，img_102[783]

然后使用问题中的“重塑”命令将其重塑为103个28x28x1图像，如预期的那样

---

您应该确保平面784值已按用于分解它们的相同顺序展开，行主视图或列主视图。如果您不确定，一个快速的健全性检查是在重塑后绘制一个图像。

或者，您可以使用以下方法

train_X = X_train.reshape(X_train.shape[0],28,28,1)

---

假设X-train的形状为（103784）

用一个较小的例子测试，例如

np.arange（12）.重塑（3,4）.重塑（3,2,2,1）