python中的展平矩阵：

当您想将形状为

（A，b，c，d）

的矩阵

X

展平为形状为

（b）的矩阵
X\u展平时的技巧∗∗ C∗∗ d、 a）
将使用：

X_flatten = X.reshape(X.shape[0], -1).T    

我在coursera DL课程中读到了这个技巧，它是如何工作的？
-1
来自何处以及它的含义是什么？
X.shape[0]返回原始数组的第一个维度：

X = np.random.rand(4, 4, 4, 4)
print(X.shape)

导致

(4, 4, 4, 4)

因此

X.shape[0]

返回

4

使用“重塑”命令，可以通过使用-1作为占位符来忽略一个目标矩阵标注，
因为其中一个维度可以通过numpy推断

也就是说，通过提供X.shape[0]中的4，numpy知道要使数组包含所有值，剩余的第一维度必须是什么

在这个例子中

new_X = X.reshape(X.shape[0], -1).T
print(new_X.shape)

是的

这相当于打电话

new_X = X.reshape(X.shape[0], 64).T
print(new_X.shape)

.T函数只是转换由整形命令生成的数组。
我们可以使用python的基本概念在中执行相同的操作

nested_list=[10,20,[30,40,[50]],[80,[10,[20]],90],60]
flat_list=[]
def unpack(list1):
    for item in list1:
        try:
            len(item)
            unpack(item)
        except:
            flat_list.append(item)
unpack(nested_list)
print (flat_list)

你的矩阵是如何表示的？在努比？谢谢你的解释。
nested_list=[10,20,[30,40,[50]],[80,[10,[20]],90],60]
flat_list=[]
def unpack(list1):
    for item in list1:
        try:
            len(item)
            unpack(item)
        except:
            flat_list.append(item)
unpack(nested_list)
print (flat_list)