關於 -1 的重要性的一般問題

Question

我正在處理機器學習中的一個問題，我看到 [-1] 在代碼的不同位置經常出現，但我似乎無法理解它的重要性。

在這個特定示例中，目標是稍微移動訓練集中的所有圖像。

這是代碼：

from scipy.ndimage.interpolation import shift

def shift_image(image, dx, dy):
    image = image.reshape((28, 28))
    shifted_image = shift(image, [dy, dx], cval=0, mode="constant")
    return shifted_image.reshape([-1])

最后一行的 -1 有什么意義？

Answer 1

在numpy數組中， reshape允許您在嘗試整形數組時“推斷”其中一個尺寸。

import numpy as np
a = np.arange(4).reshape(2,2)
#Output:
array([[0, 1],
       [2, 3]])
a.reshape([-1])
#Output:
array([0, 1, 2, 3])

如果您注意到了，還可以使用推論重寫第一個重塑，如下所示：

b =np.arange(4).reshape(2,-1)
#Output:
array([[0, 1],
       [2, 3]])

Answer 2

這行：

shifted_image.reshape([-1])

只需使用列表作為參數調用reshape方法，該列表恰好包含單個元素，數字-1 。 這具有重塑numpy數組的效果。 從文檔：

一個形狀尺寸可以為-1。 在這種情況下，該值是根據數組的長度和其余維來推斷的

Answer 3

reshape方法將整數列表作為其參數，在這種情況下，列表的元素為-1。

-1特別影響大小調整，我確定您可以在numpy文檔中找到。

希望這可以幫助！