如何将 numpy 数组重塑为 3 维以输入到卷积层？

【问题标题】：How to reshape a numpy array into 3 dimensional for input to convolutional layer?如何将 numpy 数组重塑为 3 维以输入到卷积层？
【发布时间】：2024-05-15 22:10:02
【问题描述】：

我有一个由 235 个元素组成的 x_train 数组，每个元素都是一个 numpy 数组，由 125 行和 125 列组成。我需要这个数组的形状为（235,125,125），以便输入我的卷积神经网络模型（（（（类似于我们需要输入 (6000,28,28) 的 MNIST 数字数组的情况），其中我们有 60000 个样本每个都是 28x28 数组)))

有人可以告诉如何将 x_train 数组重塑为 (235,125,125) 吗？

P.S 我最初将 x_train 从 pandas 系列转换为 numpy 数组，下面是快照

【问题讨论】：

标签： pandas numpy numpy-ndarray conv-neural-network

【解决方案1】：

你需要使用 Numpy 的reshape 命令：

x_train = x_train.reshape(x_train.shape[0], 125, 125, 1)

看看this part ofKeras 的 MNIST CNN 教程。

【讨论】：

【解决方案2】：

您可以按如下方式使用np.newaxis：

x_train [...,np.newaxis]

你的形状会是：

x_train [...,np.newaxis].shape
(235, 125, 125, 1)

【讨论】：