如何重塑 ResNet 的 res5c 层（3D 到 2D）？答案

【问题标题】：How to reshape the res5c layer of ResNet (3D to 2D)?如何重塑 ResNet 的 res5c 层（3D 到 2D）？
【发布时间】：2017-06-09 01:52:37
【问题描述】：

我使用 'res5c' 层的 ResNet 提取图像的特征，得到一个形状为 (2048, 14, 14) 的 numpy 数组

我无法处理这些维度。我知道有 14*14 个大小为 2048 的特征。我想迭代以一次访问每个特征。

因此，我如何才能将其重塑为 (14*14, 2048) 的数组而不会出错，然后使用 for 循环轻松地对其进行迭代？

【问题讨论】：

欢迎来到 Stack Overflow！您可以先学习tour，然后学习How to Ask a good question，并创建一个Minimal, Complete, and Verifiable 示例。我们会更容易为您提供帮助。请向我们展示您迄今为止所做的尝试。

【解决方案1】：

net.forward()后面的功能可以阅读：

feat = net.blobs['res5c'].data.cop() # copy to be on the safe side.

正如您所描述的，feat 是 np.array 和 shape = (2048, 14, 14)。
你可以reshape它：

feat.reshape((2048,-1)) # fix the first dimension to 2048, -1 set the number of features to match that of `feat`.

现在您可以迭代特征：

for fi in xrange(feat.shape[1]):
    f = feat[:,fi] # get the fi-th feature
    # do somethinf to the feature f

【讨论】：

效果很好。如果我完全理解，这是否可以得到 (14, 14, 2048) : x= x.reshape((2048,-1)) 然后 x = np.swapaxes(x,0,1) x= x.reshape((14,14,2048))
@Mickey 看看numpy.transpose。但是你想这样做吗？ feat[:,fi] 有什么问题？您是否正在尝试将数据导出到 Matlab？
我正在使用 python 但它很愚蠢，我只想使用一个接受形状输入张量（W、H、Feature）的函数。我对重塑的了解不足给我带来了麻烦 :-) 我会看看用转置来做到这一点
@Mickey 你有feat 形状(F,H,W) 在feat.transpose((2,1,0)) 之后你的形状是(W,H,F)。