您好,登錄后才能下訂單哦!
這篇文章將為大家詳細(xì)講解有關(guān)expand_dims函數(shù)用法怎么在numpy中使用,文章內(nèi)容質(zhì)量較高,因此小編分享給大家做個(gè)參考,希望大家閱讀完這篇文章后對(duì)相關(guān)知識(shí)有一定的了解。
常見(jiàn)的一種應(yīng)用場(chǎng)景:
條件:假設(shè)A的shape為[4, 2],B的shape為[5, 2]
目的:實(shí)現(xiàn)A中的每一行, 減去B中的所有行(broadcast操作)。
實(shí)現(xiàn):
A1 = np.expand_dims(A, -2) => A1的shape變?yōu)閇4, 1, 2] B1 = np.expand_dims(B, 0) => B1的shape變?yōu)閇1, 5, 2] A1 - B1
其他示例:
wh = np.random.randint(1,3, size=(4,2)) np.expand_dims(wh, -2).shape np.expand_dims(wh, 1).shape
在倒數(shù)第2個(gè)軸后面(在正數(shù)第1個(gè)軸后面)插入一個(gè)新軸。
關(guān)于expand_dims函數(shù)用法怎么在numpy中使用就分享到這里了,希望以上內(nèi)容可以對(duì)大家有一定的幫助,可以學(xué)到更多知識(shí)。如果覺(jué)得文章不錯(cuò),可以把它分享出去讓更多的人看到。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。