Python 使用tensorflow将三维矩阵重塑为二维矩阵

我有一个三维尺寸矩阵，

549x19x50

我需要创建一个二维矩阵，从而得到一个

549x950

矩阵

到目前为止，我所做的是使用tensorflow

#data_3d is the 3D matrix
data_2d = tf.reshape(data_3d,[549,-1])

这会在提示符中打印出data_3d的所有值，当我尝试访问data_2d时，它会给我一个NameError

data_3d是一个列表列表。不是张量，也不是数组。如果我们不能对列表执行此操作，是否有任何方法可以轻松地将列表转换为Ndarray

提前感谢,

---

Bhashithe

使用

numpy

有一种简单的方法可以做到这一点：

import numpy as np

data_3d = np.arange(27).reshape((3,3,3))
data_2d = data_3d.swapaxes(1,2).reshape(3,-1)

输出：

data_2d

[[036147258]
[9 12 15 10 13 16 11 14 17]
[18 21 24 19 22 25 20 23 26]

print data_3d

[[0 1 2]
[3 4 5]
[6 7 8]]

[[9 10 11]
[12 13 14]
[15 16 17]]

[[18 19 20]
[21 22 23]
[24 25 26]]]

---

注意：

交换参数（1,2）

是这里的主要内容-您需要定义要交换的轴。

为什么只是Tensorflow？我需要使用带有Tensorflow的递归神经网络。我一直在测试，现在已经非常熟悉了。我可以使用任何其他python库，如果你能告诉我@GalDreimanSo的内容，看看答案，我将发布一个基于

numpy

的答案，并给出一个简单的示例。这在没有任何交换的情况下有效（）。我不明白你为什么在回答中添加了交换。所以你特别选择要交换的轴，而不仅仅是重塑。这很有意义。但在我的情况下，交换是没有必要的。知道这一点很酷。谢谢你，姑娘！