mx.symbol.reshape
对于给定输入的array和其shape,可以返回一个含有新shape的一个copy。shape是整形元组类型,可以包含可选的几个负数。
一些维度的可选值有:{0, -1, -2, -3, -4}
1. 维度0的作用是复制输入的该维度到对应输出:
data=mx.sym.Variable(‘data‘) # 输入symbol data=mx.sym.Reshape(data=data, shape=(4,0,2)) # reshape目标 print(data.infer_shape(data=(2,3,4))[1]) # 用输入形状推理输出形状,infer_shape用法见这里~
输出: (4,3,2)
data=mx.sym.Variable(‘data‘)
data=mx.sym.Reshape(data=data, shape=(2,0,0))
print(data.infer_shape(data=(2,3,4))[1])
输出:(2,3,4)
2. 维度-1的作用是利用剩余的维度来推断该维度,要保持所有维度尺寸一样:
data=mx.sym.Variable(‘data‘)
data=mx.sym.Reshape(data=data, shape=(6,1,-1))
print(data.infer_shape(data=(2,3,4))[1])
输出:(6,1,4)
data=mx.sym.Variable(‘data‘)
data=mx.sym.Reshape(data=data, shape=(3,-1,8))
print(data.infer_shape(data=(2,3,4))[1])
输出:(3,1,8)
data=mx.sym.Variable(‘data‘)
data=mx.sym.Reshape(data=data, shape=(-1))
print(data.infer_shape(data=(2,3,4))[1])
输出:(24,)
3. 维度-2的作用是拷贝全部或剩余的维度到输出
data=mx.sym.Variable(‘data‘)
data=mx.sym.Reshape(data=data, shape=(-2))
print(data.infer_shape(data=(2,3,4))[1])
输出:(2,3,4)
data=mx.sym.Variable(‘data‘)
data=mx.sym.Reshape(data=data, shape=(2,-2))
print(data.infer_shape(data=(2,3,4))[1])
输出:(2,3,4)
data=mx.sym.Variable(‘data‘)
data=mx.sym.Reshape(data=data, shape=(-2,1,1))
print(data.infer_shape(data=(2,3,4))[1])
输出:(2,3,4,1,1)
4. 维度-3的作用是利用两个连续维度之积作为对应输出维度
data=mx.sym.Variable(‘data‘)
data=mx.sym.Reshape(data=data, shape=(-3,4))
print(data.infer_shape(data=(2,3,4))[1])
输出:(6,4)
data=mx.sym.Variable(‘data‘)
data=mx.sym.Reshape(data=data, shape=(-3,-3))
print(data.infer_shape(data=(2,3,4,5))[1])
输出:(6,20)
data=mx.sym.Variable(‘data‘)
data=mx.sym.Reshape(data=data, shape=(0,-3))
print(data.infer_shape(data=(2,3,4))[1])
输出:(2,12)
data=mx.sym.Variable(‘data‘)
data=mx.sym.Reshape(data=data, shape=(-3,-2))
print(data.infer_shape(data=(2,3,4))[1])
输出:(6,4)
5. 维度-4的作用是将输入的一个维度划分成后续的两个维度(可含-1)
data=mx.sym.Variable(‘data‘)
data=mx.sym.Reshape(data=data, shape=(-4,1,2,-2))
print(data.infer_shape(data=(2,3,4))[1])
输出:(1,2,3,4)
这个稍难理解解释一下:输入是(2,3,4),reshape的目标是(-4,1,2,-2),且-4后续的两个维度为1和2,即希望将-4对应的维度(对应输入的2)分解成(1,2)。 此时-2将剩余的(3,4)拉过来就变成了(1,2,3,4)。
data=mx.sym.Variable(‘data‘)
data=mx.sym.Reshape(data=data, shape=(2,-4,-1,3,-2))
print(data.infer_shape(data=(2,3,4))[1])
输出:(2,1,3,4)
也可以连续reshape:
data=mx.sym.Variable(‘data‘)
data=mx.sym.Reshape(data=data, shape=(-1, -4, -1, 1, 3, 256, 256))
print(data.infer_shape(data=(16, 8, 3, 256, 256))[1])
data=mx.sym.Reshape(data=data, shape=(-3,-3,-2))
print(data.infer_shape(data=(16, 8, 3, 256, 256))[1])
输出:16,8,1,3,256,256
输出:128,3,256,256