shape[0]和shape[1]在python中做什么？

Question

在python形状中，返回维度，但在这段代码中，它返回的集合总数。请有人告诉我形状和shape1的工作

代码：

m_train = train_set_x_orig.shape[0]

m_test = test_set_x_orig.shape[0]

num_px = train_set_x_orig.shape[1]

print ("Number of training examples: m_train = " + str(m_train))

print ("Number of testing examples: m_test = " + str(m_test))

print ("Height/Width of each image: num_px = " + str(num_px))

print ("Each image is of size: (" + str(num_px) + ", " + str(num_px) + ", 3)")

print ("train_set_x shape: " + str(train_set_x_orig.shape))

print ("train_set_y shape: " + str(train_set_y.shape))

print ("test_set_x shape: " + str(test_set_x_orig.shape))

print ("test_set_y shape: " + str(test_set_y.shape))

输出：

Number of training examples: m_train = 209

Number of testing examples: m_test = 50

Height/Width of each image: num_px = 64

Each image is of size: (64, 64, 3)

train_set_x shape: (209, 64, 64, 3)

train_set_y shape: (1, 209)

test_set_x shape: (50, 64, 64, 3)

test_set_y shape: (1, 50)

Answer 1

这在计算机视觉中是相当普遍的，第一维是例数，第二和第三维提供实例的数据。例如，在计算机视觉中，有一组形状(x，y)的n个图像是很常见的。在这种情况下，您的训练集将是形状(n，x，y)。数据中的第四个维度是通道的数量(本例中为3，或RGB )。

在您的数据集中，每个图像的高度和宽度是相同的，因此，仅通过第三行: num_px = train_set_x_orig.shape1就可以检索图像的大小