在 Lasagne/Theano 中，我是否需要一个 4d numpy 数组来存储 4d Theano 张量？

【问题标题】：In Lasagne/Theano, do I need a 4d numpy array for a 4d Theano tensor?在 Lasagne/Theano 中，我是否需要一个 4d numpy 数组来存储 4d Theano 张量？
【发布时间】：2015-08-28 10:30:05
【问题描述】：

我正在用千层面构建一个神经网络，我是following the example from the github. 我很好奇如何准确地输入网络。在示例中，他们声明输入层是 4 维，实际上它是一个 theano tensor4。这是否意味着我必须给网络一个 4 维 numpy 数组？这甚至可能吗？您将如何从 4 d 列表向量构建一个？

【问题讨论】：

是的，如果你正在治疗，你需要给它一个 4D 输入。彩色图像。轴是图像索引、颜色、垂直、水平。如果你只有一张 RGB 图像，你应该给它形状(1, 3, h, w)
@ElliottMiller ：提供的答案有帮助吗？

标签： python neural-network theano lasagne

【解决方案1】：

在 Lasagne 提供的 MNIST 示例中，需要输入一个 4D 张量。

一般来说，如果您的数据是二维的（例如图像），则输入的形状必须是 (n_samples, n_channels, height, width)。在 MNIST 数据集中，n_channel 是 1（可能是其他值，例如 3 用于 RGB 图像），height 和 width 都是 28。

如果您的数据只有一维，那么您必须输入一个 3D 张量，形状为 (n_samples, n_channel, n_features)。

请注意，如果您想预测单个图像的标签（(28, 28) ndarray，如this question，这可能会出现问题，因为您需要将输入设为 4 维。在这种情况下，您可以添加轴使用data = data[None, None, :, :]。

【讨论】：