python - 如何重塑 ResNet 的 res5c 层（3D 到 2D）？

Question

我用层的 ResNet 提取图像的特征'res5c'，结果是形状的 numpy 数组(2048, 14, 14)

我在处理这些维度时遇到了麻烦。我知道有 14*14 个大小为 2048 的特征。我想迭代一次以访问每个特征。

因此，我如何才能将其重塑为 (14*14, 2048) 的数组而不会出错，然后使用 for 循环轻松地对其进行迭代？

Answer 1

您可以阅读以下功能net.forward()：

feat = net.blobs['res5c'].data.cop() # copy to be on the safe side.

正如你所描述的，feat是一个np.arraywith shape = (2048, 14, 14)。
你可以reshape：

feat.reshape((2048,-1)) # fix the first dimension to 2048, -1 set the number of features to match that of `feat`.

现在您可以迭代特征：

for fi in xrange(feat.shape[1]):
    f = feat[:,fi] # get the fi-th feature
    # do somethinf to the feature f