使用 numpy 填充输入向量（4 维矩阵）用于卷积神经网络 (CNN)

Question

这是与我的问题相关的完整代码。您应该能够运行此代码并查看创建的绘图 - 只需将其粘贴到 IDE 中并运行即可。

\n\n

import numpy as np\nimport matplotlib.pyplot as plt\n\nnp.random.seed(1)\nx = np.random.randn(4, 3, 3, 2)\nx_pad = np.pad(x, ((0,0), (2, 2), (2, 2), (0,0))\\\n                   , mode=\'constant\', constant_values = (0,0))\nprint ("x.shape =\\n", x.shape)\nprint ("x_pad.shape =\\n", x_pad.shape)\nprint ("x[1,1] =\\n", x[1,1])\nprint ("x_pad[1,1] =\\n", x_pad[1,1])\nfig, axarr = plt.subplots(1, 2)\naxarr[0].set_title(\'x\')\naxarr[0].imshow(x[0,:,:,0])\naxarr[1].set_title(\'x_pad\')\naxarr[1].imshow(x_pad[0,:,:,0])\n

\n\n

具体来说，我的问题与这两行代码有关：

\n\n

x = np.random.randn(4, 3, 3, 2)\nx_pad = np.pad(x, ((0,0), (2, 2), (2, 2), (0,0)), mode=\'constant\', constant_values = (0,0))\n

\n\n

我想在 中填充第二维和第三维x。所以，我想填充x[1]哪个值是3，x[2]哪个值也有3。根据我正在解决的问题，x[0]和x[3]分别包含“4”和“2”，代表其他内容。表示这样的3*3矩阵的数量和通道x[0]的数量。x[3]

\n\n

我的问题是关于 python 如何表示这些信息以及我们如何解释它。这些是一样的吗？

\n\n

该语句x = np.random.randn (4, 3, 3, 2)创建了一个 4 行 x 3 列的矩阵，这个 4*3 矩阵中的每个元素都是一个 3 行 x 2 列的矩阵。这就是 Python 表示x_pad. 这种理解正确吗？

\n\n

如果是这样，那么在np.pad语句中，我们将填充外部矩阵中的列数（在 4*3 中为 3）。我们还在 \xe2\x80\x9c3*2\xe2\x80\x9d 中填充行数，即 3，即内部矩阵中的行数）。

\n\n

(4, 3, 3, 2) 中的 3, 3 应该只是一个矩阵的一部分，而不是外部矩阵的列和内部矩阵的行？我很难想象这个？有人可以澄清一下吗？谢谢你！

\n

Answer 1

这些行：

x = np.random.randn(4, 3, 3, 2)
x_pad = np.pad(x, ((0,0), (2, 2), (2, 2), (0,0)), mode='constant', constant_values = (0,0))

相当于：

x = np.random.randn(4, 3, 3, 2)
x_pad = np.zeros((4, 3+2+2, 3+2+2, 2))
x_pad[:, 2:-2, 2:-2, :] = x

如果 4 维数组符合该数据所代表的任何内容，则可以将 4 维数组解释为 2 维数组的 2 维数组，但 numpy 在内部将数组存储为 1 维数据数组；指向x[i,j,k,l]其中data[l+n3*(k + n2*(j + n1*i))]n1、n2、n3 是相应轴的长度。

对人类来说，可视化 4 维（及更高维）阵列非常困难。处理此类数组时，您只需跟踪四个轴的索引即可。