将特征图（3D 数组）拆分为 2D 数组

Question

假设我有一个形状的特征图（即 3D 数组） (32, 32, 96)

In [573]: feature_map = np.random.randint(low=0, high=255, size=(32, 32, 96))

现在，我想单独可视化每个特征图。所以，我想提取每个正面切片（即 shape 的二维数组(32, 32)），以便应该给出 96 个这样的特征图。

如何获取这些数组，可能不是作为内存高效的副本？由于这只是为了可视化，一个视图就足够了！

Answer 1

您可以使用np.transpose和切片操作（不创建数组的副本）：

feature_map = np.random.randint(low=0, high=255, size=(32, 32, 96))
feature_map = np.transpose(feature_map, axes=[2, 0, 1])
for i in range(feature_map.shape[0]):
  print(feature_map[i].shape)  # a view of original array. shape=(32, 32)

...或者只是切片：

for i in range(feature_map.shape[2]):
  print(feature_map[:, :, i].shape)  # a view of original array. shape=(32, 32)