0
我已經從一組圖像中提取特徵。 Keras功能提供了形狀(X, 7, 7, 512)
,其中X是圖像的數量。如何理解keras功能?
我可以看到有512層。每層是(7,7)。我需要訪問每一層中的49個元素,並取其平均值。但是,我無法理解如何訪問上述格式的元素。
我該如何去做這件事?有人能幫助我獲得清晰度嗎?
我已經從一組圖像中提取特徵。 Keras功能提供了形狀(X, 7, 7, 512)
,其中X是圖像的數量。如何理解keras功能?
我可以看到有512層。每層是(7,7)。我需要訪問每一層中的49個元素,並取其平均值。但是,我無法理解如何訪問上述格式的元素。
我該如何去做這件事?有人能幫助我獲得清晰度嗎?
可以使用np.mean
與指定軸計算每個圖層的平均值,如np.mean(axis=(1, 2))
。爲了確保這是做你想做的,你可以測試幾層:
import numpy as np
data = np.random.randn(10, 7, 7, 512)
layer_means = np.mean(data, axis=(1, 2))
print(layer_means[0, 0], np.mean(data[0, :, :, 0]))
print(layer_means[2, 6], np.mean(data[2, :, :, 6]))
'np.mean(output,axis =(1,2))'? –
當我這樣做時,我如何驗證它確實計算每層中49個元素的平均值? – TheTank