当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

Python mxnet.ndarray.sparse.BaseSparseNDArray.reshape用法及代码示例


用法:

reshape(*shape, **kwargs)

参数：

  • shape：(tuple of int, or n ints) -新形状不应更改数组大小，即 np.prod(new_shape) 应等于 np.prod(self.shape) 。形状的某些维度可以从集合 {0, -1, -2, -3, -4} 中获取特殊值。每一个的意义解释如下：
    • 0 将此维度从输入复制到输出形状。 例子： 
      - 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。 例子： 
      - input shape = (2,3,4), shape = (6,1,-1), output shape = (6,1,4)
- input shape = (2,3,4), shape = (3,-1,8), output shape = (3,1,8)
- input shape = (2,3,4), shape=(-1,), output shape = (24,)
    • -2 将输入尺寸的所有/剩余部分复制到输出形状。 例子： 
      - input shape = (2,3,4), shape = (-2,), output shape = (2,3,4)
- input shape = (2,3,4), shape = (2,-2), output shape = (2,3,4)
- input shape = (2,3,4), shape = (-2,1,1), output shape = (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。 例子： 
      - input shape = (2,3,4), shape = (-3,4), output shape = (6,4)
- input shape = (2,3,4,5), shape = (-3,-3), output shape = (6,20)
- input shape = (2,3,4), shape = (0,-3), output shape = (2,12)
- input shape = (2,3,4), shape = (-3,-2), output shape = (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)。 例子： 
      - input shape = (2,3,4), shape = (-4,1,2,-2), output shape =(1,2,3,4)
- input shape = (2,3,4), shape = (2,-4,-1,3,-2), output shape = (2,1,3,4)
    • 如果参数 reverse 设置为 1，则从右到左推断特殊值。 例子： 
      - without reverse=1, for input shape = (10,5,4), shape = (-1,0), output shape would be                 (40,5).
- with reverse=1, output shape will be (50,4).
  • reverse：(bool, default False) - 如果为 true，则从右到左推断特殊值。仅支持作为关键字参数。

返回：

具有所需形状的数组，与该数组共享数据。

返回类型：

ND阵列

返回一个看法在不改变任何数据的情况下，使用新形状的这个数组。

例子：

>>> x = mx.nd.arange(0,6).reshape(2,3)
>>> x.asnumpy()
array([[ 0.,  1.,  2.],
       [ 3.,  4.,  5.]], dtype=float32)
>>> y = x.reshape(3,2)
>>> y.asnumpy()
array([[ 0.,  1.],
       [ 2.,  3.],
       [ 4.,  5.]], dtype=float32)
>>> y = x.reshape(3,-1)
>>> y.asnumpy()
array([[ 0.,  1.],
       [ 2.,  3.],
       [ 4.,  5.]], dtype=float32)
>>> y = x.reshape(3,2)
>>> y.asnumpy()
array([[ 0.,  1.],
       [ 2.,  3.],
       [ 4.,  5.]], dtype=float32)
>>> y = x.reshape(-3)
>>> y.asnumpy()
array([ 0.  1.  2.  3.  4.  5.], dtype=float32)
>>> y[:] = -1
>>> x.asnumpy()
array([[-1., -1., -1.],
       [-1., -1., -1.]], dtype=float32)

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.sparse.BaseSparseNDArray.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。