Numpy 將列表重塑為 3D 數組

Question

我有一份想要重塑的 arrays 列表。 每個數組是一個試驗，每個數組中的列是一個特征，每個數組中的行是時間步長。 我希望將列表重新調整為（試用、時間步長、功能）。 例如，我試圖將D轉換為 3D 數組 - 時間步長不統一。

A = np.random.rand(3,10) #Trial 1 has 3 timesteps and ten features
B = np.random.rand(10,10) #Trial 2 has 10 timesteps and ten features
C = np.random.rand(7,10) #Trial 3 has 7 timesteps and ten features
D = [A,B,C,D] #Data as given in the form of a list

如何獲得具有可變時間步長的 3d 陣列？ 我正在嘗試將其用作 keras 神經網絡的輸入

Answer 1

您可以執行以下操作：

D = tf.ragged.stack([tf.RaggedTensor.from_tensor(x) for x in [A, B, C]])

這會產生一個形狀參差不齊的張量：TensorShape([3, None, None])

或者

values = np.vstack([A, B, C])
D = tf.RaggedTensor.from_row_lengths(values, [x.shape[0] for x in [A, B, C]])

產生一個形狀參差不齊的張量： (3, None, 10)

在 keras 中使用參差不齊的張量可能會很棘手。

通常，對於大多數應用程序，最佳選擇是使用合理的數字作為最大序列維度並屏蔽空序列。 對於我正在處理的某些應用程序，這不是一個非常有吸引力的選擇，因為我有很多文檔的序列非常小，然后一些文檔的序列非常大。 但是，如果您對 keras/tensorflow 機制不太滿意，您可能應該避免使用不規則張量。