python-3.x - shape[0] 和 shape[1] 在 python 中有什么作用？

Question

在 python 中，shape[0] 返回维度，但在这段代码中，它返回集合的总数。谁能告诉我 shape[0] 和 shape[1] 的工作？

代码:

m_train = train_set_x_orig.shape[0]

m_test = test_set_x_orig.shape[0]

num_px = train_set_x_orig.shape[1]

print ("Number of training examples: m_train = " + str(m_train))

print ("Number of testing examples: m_test = " + str(m_test))

print ("Height/Width of each image: num_px = " + str(num_px))

print ("Each image is of size: (" + str(num_px) + ", " + str(num_px) + ", 3)")

print ("train_set_x shape: " + str(train_set_x_orig.shape))

print ("train_set_y shape: " + str(train_set_y.shape))

print ("test_set_x shape: " + str(test_set_x_orig.shape))

print ("test_set_y shape: " + str(test_set_y.shape))

输出:

Number of training examples: m_train = 209

Number of testing examples: m_test = 50

Height/Width of each image: num_px = 64

Each image is of size: (64, 64, 3)

train_set_x shape: (209, 64, 64, 3)

train_set_y shape: (1, 209)

test_set_x shape: (50, 64, 64, 3)

test_set_y shape: (1, 50)

Answer 1

这在计算机视觉中很常见，第一个维度是示例的数量，第二个和第三个维度提供示例的数据。例如，在计算机视觉的情况下，一组 n 个形状为 (x,y) 的图像是很常见的。在这种情况下，您的训练集将具有 (n,x,y) 的形状。数据中的第四个维度是 channel 数(在本例中为 3，或 RGB)。

在您的数据集中，每张图像的高度和宽度是相同的，因此图像的大小可以仅通过第三行检索:num_px = train_set_x_orig.shape[1]