- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我正在学习如何使用 Gym 环境来训练使用 TFLearn 构建的深度学习模型。
目前我的观察数组具有以下形状:(210, 160, 3)
关于 reshape 此数组以便将其用于 TensorFlow 分类模型的最佳方法有什么建议吗?
最佳答案
标准方法(如 DeepMing 的 DQN paper 中所述)是:
将其转换为灰度,最终得到 (210,160)。在这里您最好检查是否丢失了有用的信息,在某些游戏中可能会发生这种情况。 (例如,球的“颜色”与背景相同)。在这里你可以使用类似的东西:
processed = np.mean(frame,2,keepdims = False)
将采样降低到 (110,84)。在这里您可以使用 OpenCV 或任何其他方便的库:
调整大小 = cv2.resize(已处理, (110,84),插值 = cv2.CV_INTER_LINEAR)
裁剪屏幕的中央部分 (84,84)
结果 = 调整大小[13:97]
虽然,这在 DeepMind 论文中有所描述,您可以使用更方便但仍然有效的程序,例如:
转换为灰度:
processed = np.mean(frame,2,keepdims = False)
裁剪中心部分:
裁剪 = 已处理[35:195]
将采样缩小 2 倍并得到 (80,80) 图像:
结果 = 裁剪[::2,::2]
Andrej Karpathy 在他的 blog 中使用了类似的方法。
您还可以使用其他尺寸、转换为二进制图像而不是灰度图像或任何更适合您的应用程序的图像。
处理完图像后,您可以将其输入卷积网络或展平为一维数组并输入全连接网络。
使用多个帧(通常是 4 个)的堆栈作为网络输入以及跳帧(在拍摄一帧后跳过接下来的 3 帧)也很有用,因为它们通常不包含太多有用的信息。
关于python - 为 TensorFlow reshape Gym 数组,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49621599/
如何检查字符串是否被 reshape ?示例:“aab”返回 0,因为“a”无法 reshape 为该字符串或任何其他更短的字符串。 另一个例子是“aabbaab”返回 1,因为“aabb”可以被 r
我无法清楚地理解theano的reshape。我有一个形状的图像矩阵: [batch_size, stack1_size, stack2_size, height, width] ,其中有 s
如何检查字符串是否被 reshape ?示例:“aab”返回 0,因为“a”无法 reshape 为该字符串或任何其他更短的字符串。 另一个例子是“aabbaab”返回 1,因为“aabb”可以被 r
这是原始数据 a=[[1,2,3,4,5,6], [7,8,9,10,11,12]] 我想把它转换成这样的格式: b=[[1,2,3,7,8,9], [4,5,6,10,11,12]] a
我目前正在学习 CS231 作业,我意识到一些令人困惑的事情。在计算梯度时,当我第一次 reshape x 然后得到转置时,我得到了正确的结果。 x_r=x.reshape(x.shape[0],-1
这个问题在这里已经有了答案: Reshaping multiple sets of measurement columns (wide format) into single columns (lon
我有一个包含超过 1500 列的宽格式数据集。由于许多变量都是重复的,我想将其 reshape 为长形式。然而,r 抛出一个错误: Error in guess(varying) : Failed
我有一个长格式的数据框狗,我正在尝试使用 reshape() 函数将其重新格式化为宽格式。目前看起来是这样的: dogid month year trainingtype home scho
这个问题在这里已经有了答案: how to reshape an N length vector to a 3x(N/3) matrix in numpy using reshape (1 个回答)
我对 ndarray.reshape 的结构有疑问.我读过 numpy.reshape()和 ndarray.reshape是 python 中用于 reshape 数组的等效命令。 据我所知,num
所以这是我的麻烦:我想将一个长格式的数据文件改成宽格式。但是,我没有唯一的“j”变量;长格式文件中的每条记录都有几个关键变量。 例如,我想这样做: | caseid | gender | age |
Whis 这个数据框, df df id parameter visit value sex 1 01 blood V1 1 f 2 01 saliva V
我有一个列表,其中包含几个不同形状的 numpy 数组。我想将这个数组列表 reshape 为一个 numpy 向量,然后更改向量中的每个元素,然后将其 reshape 回原始数组列表。 例如: 输入
我有一个形状为 (1800,144) 的数组 (a) 其中 a[0:900,:] 都是实数,后半部分数组 a[900:1800,:] 全部为零。我想把数组的后半部分水平地放在前半部分旁边,然后将它们推
我有一个如下所示的数组: array([[0, 0, 0, 0, 0, 0, 0, 0], [1, 1, 1, 1, 1, 1, 1, 1], [2, 2, 2, 2, 2
我正在创建一个 tf.Variable(),然后使用该变量创建一个简单的函数,然后我使用 tf.reshape() 展平原始变量,然后我在函数和展平变量之间使用了 tf.gradients()。为什么
我有一个名为 data 的数据框,我试图从中识别任何异常价格。 数据框头部看起来像: Date Last Price 0 29/12/2017 487.74 1 28/
我有一个 float vec 数组,我想对其进行 reshape vec.shape >>> (3,) len(vec[0]) # all 3 rows of vec have 150 columns
tl;dr 我可以在不使用 numpy.reshape 的情况下将 numpy 数组的 View 从 5x5x5x3x3x3 reshape 为 125x1x1x3x3x3 吗? 我想对一个体积(大小
set.seed(123)data <- data.frame(ID = 1:10, weight_hus = rnorm(10, 0, 1),
我是一名优秀的程序员,十分优秀!