我正在尝试连接由vgg16模型中的卷积层预测的两个numpy特性数组。
基本上,我使用了vgg16模型的底层来预测整个数据集的特性,现在我想根据某些设置动态加载数据集的各个部分,并使用它来训练一些模型。
因此,我有两个形状数组:(724, 512, 6, 8)和(3376, 512, 6, 8) --基本上第一个数组包含从724个图像文件中预测的特性(每个预测都有形状(512, 6, 8))。我想将这两个数组连接到一个形状(4100, 512, 6, 8)中。
我试过使用:
np.array([np.concatenate(arr, axis=0) for arr in false_train_list])
其中false_train_list是包含具有上述形状的两个数组的列表。
也和np.stack,tf.stack.所有这些都会产生一个形状为(2,)的数组。
谁能解释一下原因吗?我还没有找到任何好的资源来理解np.concatenate()到底是如何工作的。
谢谢!
发布于 2017-10-11 06:26:42
我认为你只需要这样做:
np.concatenate(false_train_list, axis=0)https://docs.scipy.org/doc/numpy-1.13.0/reference/generated/numpy.concatenate.html
https://stackoverflow.com/questions/46681145
复制相似问题