深度学习中shape[0]、shape[1]、shape[2]的区别详解
更新时间：2022年07月24日 11:38:53 作者：Tiám青年
本文主要介绍了深度学习中shape[0]、shape[1]、shape[2]的区别详解，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
深度学习中shape[0]、shape[1]、shape[2]的区别详解
对于图像来说：
- img.shape[0]：图像的垂直尺寸（高度）
- img.shape[1]：图像的水平尺寸（宽度）
- img.shape[2]：图像的通道数
举例来说，下面是一张300X534X3的图像，我们用代码，进行验证。
代码如下：
import matplotlib.image as mpimg # mpimg 用于读取图片
if __name__ == '__main__':
img = mpimg.imread('cat.jpg') # 读取和代码处于同一目录下的 img.png
# 此时 img 就已经是一个 np.array 了，可以对它进行任意处理
print(img.shape) # (512, 512, 3)
print(img.shape[0])
print(img.shape[1])
print(img.shape[2])
运行结果如下：
(300, 534, 3)
300
534
3
由此证明，上述结果是没有问题的。
而对于矩阵来说：
- shape[0]：表示矩阵的行数
- shape[1]：表示矩阵的列数
举例如下：
import numpy as np
if __name__ == '__main__':
w = np.array([[1, 2, 3], [4, 5, 6]]) # 2X3的矩阵
print(w.shape)
print(w.shape[0])
print(w.shape[1])
运行结果如下：
(2, 3)
2
3
由此证明，上述结果是没有问题的。
到此这篇关于深度学习中shape[0]、shape[1]、shape[2]的区别详解的文章就介绍到这了,更多相关shape[0] shape[1] shape[2]内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
lxml是python的一个解析库,支持HTML和XML的解析,支持XPath解析方式,下面这篇文章主要给大家介绍了关于超实用Python库之lxml使用方法的相关资料,文中通过代码介绍的非常详细,需要的朋友可以参考下2024-07-07
关于Gradio中Button用法及事件监听器click方法使用
介绍了在Gradio中使用Button组件和事件监听器的click方法,通过一个简单的示例展示了如何实现点击按钮输出一行文字的功能,在实际项目中遇到了一个错误,经过排查和请教室友后,发现问题出在inputs参数的传递上,需要传入一个包含输入组件的列表2024-11-11
今天小编就为大家分享一篇对python多线程中Lock()与RLock()锁详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-01-01
本文主要介绍了Django中auth模块用户认证的使用，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2023-03-03
这篇文章主要介绍了Python中的类与实例,类与实例的概念是Python学习当中的基础知识,需要的朋友可以参考下2015-04-04
python2利用wxpython生成投影界面工具的图文详解
这篇文章主要介绍了python2利用wxpython生成投影界面工具的图文详解,本文通过实例图文相结合给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2021-04-04
这篇文章主要介绍了Python中实现结构相似的函数调用方法,本文讲解使用dict和lambda结合实现结构相似的函数调用,给出了不带参数和带参数的实例,需要的朋友可以参考下2015-03-03
Python提供了ord和chr两个内置的函数，用于字符与ASCII码之间的转换。2008-09-09
这篇文章主要介绍了python实现ip查询示例,需要的朋友可以参考下2014-03-03
这篇文章主要介绍了读取nii或nii.gz文件中的信息即输出图像操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-07-07
最新评论