如何使用Python将传感器数据(1,200,9)转换为(9,200,1)

Question

传感器数据的形状为(1,200,9(，频道的数量为9，但我想将其转换为2-D数据，该频道为1，最终形状为(9,200,1(。我有测试keras.layers.core.reshape((9,200,1((，但有错误。所以我不知道该怎么办，希望有人能帮助我，非常感谢。

Answer 1

如果您在处理数据时执行此操作。您可以使用numpy swapaxes。文档中的示例：

>>> x = np.array([[[0,1],[2,3]],[[4,5],[6,7]]])
>>> x
array([[[0, 1],
        [2, 3]],
       [[4, 5],
        [6, 7]]])
>>> np.swapaxes(x,0,2)
array([[[0, 4],
        [2, 6]],
       [[1, 5],
        [3, 7]]])

但是，如果您将其用于转换训练层之一，则必须在深度学习框架中使用TensorFlow transpose功能或模拟功能。

x = tf.constant([[[ 1,  2,  3],
                  [ 4,  5,  6]],
                 [[ 7,  8,  9],
                  [10, 11, 12]]])
tf.transpose(x, perm=[0, 2, 1])  # [[[1,  4],
                                 #   [2,  5],
                                 #   [3,  6]],
                                 #  [[7, 10],
                                 #   [8, 11],
                                 #   [9, 12]]]

在您的情况下，由于我们在谈论系统的输入，因此您应该使用np.swapaxes进行预处理步骤。