什麼是落後的scikit學習extract_patches函數理論/算法？

Question

我使用extract_patches_2d和extract_patches本地補丁提取從2D影像，我想有許多說明塊提取的實現方法的理論和引用。

Answer 1

我不確定你指的是什麼理論，在這些方法下，這些方法只是巧妙的數組操作（擾流板：numpy數組操作）。

• 第一個，extract_patches_2d，超過extract_patches一個簡單的2 d的包裝，它調用

  extract_patches(image, 
         patch_shape=(p_h, p_w, n_colors), 
         extraction_step=1) 
  

  和重塑的結果（source code）。

• 第二個，extract_patches，也是一個包裝，這次是numpy.as_strided。它只准備2*n形狀和大步工作委託給

  as_strided(arr, shape=shape, strides=strides) 
  

  這裏是它的source code。

• 什麼是真正有趣的是numpy.as_strided。從它的文檔：

  as_strided創建視圖到給出的精確的進步和 形狀的陣列。這意味着，它操縱 ndarray的內部數據結構，並且如果操作不當，該數組元素可以指向 無效存儲器並且可以損壞結果或程序崩潰。在計算新的 大步時，建議始終使用原始的x.strides以避免依賴連續的內存佈局，建議您使用 。

  因此，基本上，結果是在以上存儲器陣列相同的包裝物（一個視圖），其提供索引查找和每個索引正在考慮的特定區域內x。 numpy.ndarray.view是核心numpy的功能，其允許查看現有陣列內部而不存儲器再分配。如果你想深入瞭解numpy的如何執行數組操作和看法，numpy internals是一個良好的開端。