python - 在 Lasagne/Theano 中，我是否需要一个 4d numpy 数组来存储 4d Theano 张量？

Question

我正在用千层面构建一个神经网络，并按照 github 上的示例进行操作。我很好奇如何准确地输入网络。在示例中，他们声明输入层是 4 维，实际上它是一个 theano tensor4。这是否意味着我必须给网络一个 4 维 numpy 数组？这甚至可能吗？您将如何从 4 d 列表向量构建一个？

Answer 1

在 Lasagne 提供的 MNIST 示例中，您需要输入一个 4D 张量。

一般来说，如果您的数据是二维的（例如图像），则输入的形状必须是(n_samples, n_channels, height, width). 在 MNIST 数据集中n_channel是 1（可能是其他东西，例如 3 用于 RGB 图像），并且height都是width28。

如果您的数据只有一维，那么您必须输入一个 3D 张量，形状为(n_samples, n_channel, n_features)。

请注意，如果您想预测单个图像的标签 ((28, 28) ndarray 就像在这个问题中一样，这可能会有问题，因为您需要将输入设为 4 维。在这种情况下，您可以使用添加轴data = data[None, None, :, :]。