python - Python 使用索引将 4D numpy 数组中的部分数据替换为 2D 数组
问题描述
如果我创建一个名为“sparsity”的形状为(3,1,3,16)的 np.zeros 数组,然后创建另一个名为“per_channel_sparsity”的形状为(3,16)的 numpy 数组。
这是用 per_channel_sparsity 矩阵“替换”“稀疏”中的 3 个(3,16)矩阵中的每一个的正确方法吗?
import numpy as np
sparsity = np.zeros((3,1,3,16)).astype(np.uint8)
per_channel_sparsity = np.random.rand((3,16)).astype(np.uint8)
for i in range(3):
sparsity[i, 0, :, :] = per_channel_sparsity
解决方案
推荐阅读
- botframework - 在 Microsoft BOT 框架中添加两条消息之间的延迟
- batch-file - 批处理文件将包含文件的目录从一个位置复制到文件所在的当前目录
- javascript - 在 Vue.JS 中从循环 OnClick 播放特定视频
- flutter - 如何在 Flutter 的 2 个小部件之间定位 FAB?
- postgresql - pg_repack 和逻辑复制:在运行 pg_repack 时错过表中的更改是否有风险?
- react-native - React Native 中的谷歌地图
- python - Python请求下载的图片打不开
- bash - 如何对 Linux bash 脚本中的数字序列求和?
- flutter - 我们需要如何使用快照和未来构建器?
- ruby - 如何在 Rails 控制台中要求一个库