Python：如何将3D图像（np阵列）重塑为1D，然后正确地重塑为3D？

Question

我将RGB图像（32 x 32 x 3）保存为3D numpy数组，用作我的神经网络的输入（使用tensorflow）。 为了将它们用作输入，我使用reshape（1，-1）将它们整形为一维np数组（1 x 3072）。 当我完成网络训练后，我想重新调整输出的形状，但是使用reshape（32,32,3）似乎无法提供理想的结果。

这是正确的方法吗？ 如何确定每个基准都将返回正确的位置？

Answer 1

如果要创建一维数组，请使用.reshape（-1），它将创建数组的线性版本。 如果使用.reshape（32,32,3），这将创建一个包含32个32 x 3数组的数组，这是描述的原始格式。 使用“ -1”将创建一个线性数组，其大小与组合的嵌套数组中的元素数相同。

Answer 2

如果M为(32 x 32 x 3) ，则.reshape(1,-1)将产生形状为(1, 32*32*3) .reshape(1,-1) (1, 32*32*3)的2d数组（而非1d (1, 32*32*3) 。 可以使用相同的reshape语句将其重塑回（32,32,3）。

但这正在改变往返的输入。但是您还没有告诉我们网络的输出是什么样的。 它有什么形状？ 您如何尝试重塑输出，这有什么问题？