Python 使用转置来重塑的逻辑是什么？
我正在处理一个64x64x3的图像数据集，包含100个样本。起始处的尺寸为[100,64,64,3]。在为训练重塑数据集时，我需要形状[（64x64x3），100]。我看到的大多数示例都遵循使用X.reforme（X.shape[0]，-1）.T的逻辑，这对我来说很奇怪Python 使用转置来重塑的逻辑是什么？,python,image-processing,neural-network,tensor,Python,Image Processing,Neural Network,Tensor,我正在处理一个64x64x3的图像数据集，包含100个样本。起始处的尺寸为[100,64,64,3]。在为训练重塑数据集时，我需要形状[（64x64x3），100]。我看到的大多数示例都遵循使用X.reforme（X.shape[0]，-1）.T的逻辑，这对我来说很奇怪 我理解（X.shape[0]，-1）的作用，但转置如何给出所需的尺寸和形状是我无法理解的。谁能解释一下，或者给我指出正确的文献或例子吗？嗨，这看起来像是一个纯Python问题，所以你问的地方不对。这个网站是关于乳胶/特克斯相关的
我理解（X.shape[0]，-1）的作用，但转置如何给出所需的尺寸和形状是我无法理解的。谁能解释一下，或者给我指出正确的文献或例子吗？嗨，这看起来像是一个纯Python问题，所以你问的地方不对。这个网站是关于乳胶/特克斯相关的东西，你应该把它贴在。