0
我已经从一组图像中提取特征。 Keras功能提供了形状(X, 7, 7, 512)
,其中X是图像的数量。如何理解keras功能?
我可以看到有512层。每层是(7,7)。我需要访问每一层中的49个元素,并取其平均值。但是,我无法理解如何访问上述格式的元素。
我该如何去做这件事?有人能帮助我获得清晰度吗?
我已经从一组图像中提取特征。 Keras功能提供了形状(X, 7, 7, 512)
,其中X是图像的数量。如何理解keras功能?
我可以看到有512层。每层是(7,7)。我需要访问每一层中的49个元素,并取其平均值。但是,我无法理解如何访问上述格式的元素。
我该如何去做这件事?有人能帮助我获得清晰度吗?
可以使用np.mean
与指定轴计算每个图层的平均值,如np.mean(axis=(1, 2))
。为了确保这是做你想做的,你可以测试几层:
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))'? –
当我这样做时,我如何验证它确实计算每层中49个元素的平均值? – TheTank