重塑数组时参数 (..., -1) 是什么意思？
What does the parameter (..., -1) mean when reshaping an array?
我遇到了以下语句：
train_set_x.reshape(train_set_x.shape[0], -1).T
train_set_x的shape是：(209, 64, 64, 3)
因此我认为shape[0]是209，而T是转置？
但是我无法理解上面的reshape声明？什么是 -1？
非常感谢任何对此的澄清。
谢谢。
-1 将采用剩余维度并将它们展平为 1 维。因此，对于形状为 (209, 64, 64, 3) 的数组，调用：
arr.reshape(209, -1)
将产生形状为 (209, 12288) 或 (209, 64 * 64 * 3)
的矩阵
>>> a = np.zeros([209, 64, 64, 3])
>>> a.reshape(209, -1).shape
(209, 12288)
如果您的代码用于 64 x 64 RGB 图像，您最终会把每张图像重新整形为一个长向量。
另外，请注意，数组将被重塑为的新形状中只能只有一个-1。
我遇到了以下语句：
train_set_x.reshape(train_set_x.shape[0], -1).T
train_set_x的shape是：(209, 64, 64, 3)
因此我认为shape[0]是209，而T是转置？
但是我无法理解上面的reshape声明？什么是 -1？
非常感谢任何对此的澄清。
谢谢。
-1 将采用剩余维度并将它们展平为 1 维。因此，对于形状为 (209, 64, 64, 3) 的数组，调用：
arr.reshape(209, -1)
将产生形状为 (209, 12288) 或 (209, 64 * 64 * 3)
>>> a = np.zeros([209, 64, 64, 3])
>>> a.reshape(209, -1).shape
(209, 12288)
如果您的代码用于 64 x 64 RGB 图像，您最终会把每张图像重新整形为一个长向量。
另外，请注意，数组将被重塑为的新形状中只能只有一个-1。