将[28,28,2] matlab数组转换为[2，28，28，1]张量

Question

我正在学习tensorflow 。 完成后tensorflow教程MNist专家（ https://www.tensorflow.org/get_started/mnist/pros ），我想使用训练的模型运行的推断。

• 我制作了两个[28x28]图像，并将它们放入[28x28x2]数组中并保存了Matlab文件。

• 然后我使用scipy.io将数组加载到python 。

  但是，我的网络期望一个[2, 28, 28, 1] 2，28，28，1 [2, 28, 28, 1]张量。

  如何将[28x28x2]数组转换为[28x28x2] [2, 28, 28, 1]张量？

Answer 1

首先，对数组进行转置，使28x28x2变为2x28x28 （第3维先行，然后第1维然后第2维）。

arr = arr.transpose((2, 0, 1))

注意：您可以使用arr.reshape((2, 28, 28))获得2x28x28的形状，但是那样会弄乱数据的顺序。 我使用transpose是因为我相信您希望arr[0]成为图片，而arr[1] 。

然后扩展数组，以便获得最后一个维度

arr = np.expand_dims(arr, -1)

使用4x4而不是28x28的示例：

>>> arr = np.empty((4, 4, 2))  # an empty array
>>> arr[..., :] = 0, 1  # first picture is all 0s and second is all 1s
>>> arr[..., 0]
array([[ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.]])
>>> arr[..., 1]
array([[ 1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.]])
>>> arr.shape
(4, 4, 2)

现在的转变

>>> arr = arr.transpose((2, 0, 1))
>>> arr = np.expand_dims(arr, -1)
>>> arr.shape
(2, 4, 4, 1)