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。
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。