常见的一种应用场景:
条件:假设A的shape为[4, 2],B的shape为[5, 2]
目的:实现A中的每一行, 减去B中的所有行(broadcast操作)。
实现:
A1 = np.expand_dims(A, -2) => A1的shape变为[4, 1, 2] B1 = np.expand_dims(B, 0) => B1的shape变为[1, 5, 2] A1 - B1
其他示例:
wh = np.random.randint(1,3, size=(4,2)) np.expand_dims(wh, -2).shape np.expand_dims(wh, 1).shape
在倒数第2个轴后面(在正数第1个轴后面)插入一个新轴。
以上这篇基于numpy中的expand_dims函数用法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持呐喊教程。
声明:本文内容来源于网络,版权归原作者所有,内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:notice#nhooo.com(发邮件时,请将#更换为@)进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。