Python mxnet.ndarray.reshape用法及代码示例

用法:
mxnet.ndarray.reshape(data=None, shape=_Null, reverse=_Null, target_shape=_Null, keep_highest=_Null, out=None, name=None, **kwargs)

data：(NDArray) - 输入要重塑的数据。
shape：(Shape(tuple), optional, default=[]) - 目标形状
reverse：(boolean, optional, default=0) - 如果为真，则从右到左推断特殊值
target_shape：(Shape(tuple), optional, default=[]) - (已弃用！使用shape而是。)定位新形状。一个且只有一个 dim 可以为 0，在这种情况下，它将从其余的 dims 中推断出来
keep_highest：(boolean, optional, default=0) - (已弃用！使用shape代替。)是否保持最高的dim不变。如果设置为true，则忽略target_shape中的第一个dim，并始终固定为输入
out：(NDArray, optional) - 输出 NDArray 来保存结果。

out：- 此函数的输出。

NDArray 或 NDArray 列表

重塑输入数组。 .. note::Reshape 已弃用，请使用 reshape 给定一个数组和一个形状，此函数以新形状返回该数组的副本。形状是整数元组，例如 (2,3,4)。新形状的大小应与输入数组的大小相同。例子：

reshape([1,2,3,4], shape=(2,2)) = [[1,2], [3,4]]

形状的某些维度可以从集合 {0, -1, -2, -3, -4} 中获取特殊值。每个的意义解释如下： - 0 将此维度从输入复制到输出形状。

Example:: - input shape = (2,3,4), shape = (4,0,2), output shape = (4,3,2) - input shape = (2,3,4), shape = (2,0,0), output shape = (2,3,4)

-1 通过使用输入维度的剩余部分来推断输出形状的维度，保持新数组的大小与输入数组的大小相同。最多一维形状可以是-1。示例::- 输入形状 = (2,3,4)，形状 = (6,1,-1)，输出形状 = (6,1,4) - 输入形状 = (2,3,4)，形状 = (3,-1,8), 输出形状 = (3,1,8) - 输入形状 = (2,3,4), 形状=(-1,), 输出形状 = (24,)
-2 将输入尺寸的所有/剩余部分复制到输出形状。示例::- 输入形状 = (2,3,4), 形状 = (-2,), 输出形状 = (2,3,4) - 输入形状 = (2,3,4), 形状 = (2, -2)，输出形状 = (2,3,4) - 输入形状 = (2,3,4)，形状 = (-2,1,1)，输出形状 = (2,3,4,1,1 )
-3 使用输入形状的两个连续维度的乘积作为输出维度。示例::- 输入形状 = (2,3,4)，形状 = (-3,4)，输出形状 = (6,4) - 输入形状 = (2,3,4,5)，形状 = (- 3,-3), 输出形状 = (6,20) - 输入形状 = (2,3,4), 形状 = (0,-3), 输出形状 = (2,12) - 输入形状 = (2, 3,4), 形状 = (-3,-2), 输出形状 = (6,4)
-4 将输入的一维拆分为在形状 -4 之后传递的二维(可以包含 -1)。示例::- 输入形状 = (2,3,4), 形状 = (-4,1,2,-2), 输出形状 =(1,2,3,4) - 输入形状 = (2,3, 4), shape = (2,-4,-1,3,-2), 输出 shape = (2,1,3,4)

如果参数 reverse 设置为 1，则从右到左推断特殊值。: 示例::- 没有 reverse=1，输入 shape = (10,5,4)，shape = (-1,0)，输出 shape 将是 (40,5) - reverse=1，输出 shape 将是 ( 50,4)。

相关用法

注：本文由纯净天空筛选整理自apache.org大神的英文原创作品 mxnet.ndarray.reshape。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。