为 RNN 批量重塑 ndarray答案

【问题标题】：Reshape ndarray in batches for RNN为 RNN 批量重塑 ndarray
【发布时间】：2017-11-05 03:26:21
【问题描述】：

目标从 2 开始。从给定的数组中，我们获取输入，目标是它的下一个元素。由于形状只有到 12 个输入即将到来。我需要将输入重塑为形状数组（批次数，2,2,3），其中批次数为 len （文本）//（2 * 2 * 3）所以输入的数量将被输入[：批次数量* 2 * 2 * 3] 将此 [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15] 转换为

    [
      # First Batch
      [
        # Batch of Input
        [[ 1  2  3], [ 7  8  9]],
        # Batch of targets
        [[ 2  3  4], [ 8  9 10]]
      ],

      # Second Batch
      [
        # Batch of Input
        [[ 4  5  6], [10 11 12]],
        # Batch of targets
        [[ 5  6  7], [11 12 13]]
      ]
    ]

目标从 2 开始。从给定的数组中，我们获取输入，目标是它的下一个元素。由于形状只有到 12 个输入即将到来。我需要将输入重塑为形状数组（批次数，2,2,3），其中批次数为 len (text)//(2*2*3) 所以输入的数量将是 input[:no of batches*2*2*3]

【问题讨论】：

标签： python numpy recurrent-neural-network

【解决方案1】：

你可以使用步幅

from numpy.lib.stride_tricks import as_strided as strided

a = np.arange(1, 16)
a

array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15])

s = a.strides[0]
strided(a, (2, 2, 2, 3), (s * 3, s, s * 6, s))

array([[[[ 1,  2,  3],
         [ 7,  8,  9]],

        [[ 2,  3,  4],
         [ 8,  9, 10]]],


       [[[ 4,  5,  6],
         [10, 11, 12]],

        [[ 5,  6,  7],
         [11, 12, 13]]]])

【讨论】：