numpy - python形状太大而不能成为矩阵

Question

我正在使用 python keras 构建 cnn 模型。

我按照 cnn mnist 示例并修改我的代码。
这是我找到的例子

# Read MNIST data  
(X_Train, y_Train), (X_Test, y_Test) = mnist.load_data()  
# Translation of data  
X_Train40 = X_Train.reshape(X_Train.shape[0], 28, 28, 1).astype('float32')  
X_Test40 = X_Test.reshape(X_Test.shape[0], 28, 28, 1).astype('float32') 

我的数据有 30222 行和 6 列 csv。

即10074条数据，每条数据为3*6大小，为一个信息块。

比如矩阵的1~3行就是一个信息块。

然后我改变了我的数据格式。

X_Train40 = X_Train.reshape(10074, 3, 6, 1)
X_Test40 = X_Test.reshape(4319, 3, 6, 1)

然后出现这个错误。

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-133-4f23172d450a> in <module>()
----> 1 X_Train40 = X_Train.reshape(10074, 3, 6, 1)
      2 X_Test40 = X_Test.reshape(4319, 3, 6, 1)

~\Anaconda3\lib\site-packages\numpy\matrixlib\defmatrix.py in __array_finalize__(self, obj)
    269                 return
    270             elif (ndim > 2):
--> 271                 raise ValueError("shape too large to be a matrix.")
    272         else:
    273             newshape = self.shape

ValueError: shape too large to be a matrix.

Answer 1

只是猜测，但由于数据来自一个csv文件，所以它被转换为np.matrix ，其限制为二维。

内部 numpy 将尝试保持矩阵的维度，因此要 reshape 为更高的维度，您需要将其转换为 ndarray像这样:

X_Train = np.array(X_Train)
X_Test = np.array(X_Test)
X_Train40 = X_Train.reshape(10074, 3, 6, 1)
X_Test40 = X_Test.reshape(4319, 3, 6, 1)