0

我目前正在测试一个 NN 实现,其中训练数据存储在 numpy 矩阵中。

print train_set_data_vstacked_normalized.shape

(219970,400)

输入数据目前看起来像这样,我必须将每一行输入我的神经网络..

它接受形状的输入(无,400)。

我如何取出一行,这样我从矩阵中取出的数组有 400 个条目,或者 400 列和 1 行?

我试过了

print train_set_data_vstacked_normalized[:,0].shape
(219970,)

print train_set_data_vstacked_normalized[0,:].shape
(400,)
4

1 回答 1

0

您需要一个简单的for循环来遍历数组的所有行。

nrows = train_set_data_vstacked_normalized.shape
for i in range(nrows[0]):
    row = train_set_data_vstacked_normalized[i, :]

    # now change shape to (1, 400)
    resized_row = row[np.newaxis]

   # now, "resized_row" shape is (1, 400)
   # pass "resized_row" to NN input layer.
   # ...

PS:作为旁注,只是想提醒您,内存中有 ~数组在我的机器中220K x 400大约需要 670 Mb 。考虑将其作为 HDF5 文件。

于 2016-12-24T03:44:20.863 回答