Python错误:x和y必须具有相同的第一维，但具有形状(8，)和(1，)
这是一个Python错误，表示在某个程序中x和y的第一维必须具有相同的长度，但是它们的形状分别是(8,)和(1,)，因此无法进行操作。
为了解决这个错误，我们可以考虑以下几个方面：
- 检查数据维度：首先，需要确认x和y的维度是否符合要求。根据错误提示，x的形状为(8,)，表示x是一个一维数组，而y的形状为(1,)，表示y也是一个一维数组。如果确实需要进行操作，那么x和y的长度应该相同，可以考虑调整y的形状，使其与x的形状相匹配。
- 调整数组形状：可以使用NumPy库中的reshape方法来改变数组的形状。例如，可以使用y.reshape(8,)将y的形状调整为(8,)，使其与x的形状相匹配。这样就可以进行操作了。
- 数据对齐：确保x和y的数据对齐。如果x和y表示的是不同的数据集，需要确保它们的长度相同，并且对应的元素位置一一对应。否则，可能会导致维度不匹配的错误。
推荐的腾讯云相关产品和产品介绍链接地址：
- 腾讯云云服务器：提供安全可靠、弹性伸缩的云服务器实例，可用于搭建和运行各类应用程序。
- 腾讯云云数据库MySQL版：高性能稳定的MySQL数据库服务，支持自动备份、容灾、监控等功能，适用于各种规模的应用。
- 腾讯云人工智能平台：提供强大的人工智能服务，包括图像识别、语音识别、机器翻译等，可用于开发各类智能应用。
- 腾讯云物联网套件：提供全面的物联网解决方案，包括设备管理、数据采集、应用开发等，支持海量设备接入和数据处理。
以上是对Python错误的解释和解决方法，以及腾讯云相关产品的推荐。希望能够帮助您更好地理解和解决问题。
相关·内容
1回答
改进的numpy阵列乘法
、、、
考虑三个numpy数组。每个数字数组都是三维的。我们有数组X，数组Y，数组Z。所有这些数组都是相同的形状。将X、Y和Z的三个匹配元素在同一位置组合在一起，给出一个坐标。我有一个函数(不是python函数，数学函数)，它必须运行在这些位置向量之一上，并将输出放置到另一个名为s的三维数组中。因此，如果数组定义如下：
X = [[[1,2],[3,4]] Y = [[[1,2],[3,4]] Z = [[[1,2],[3,4]]
[[5,6],[7,8]]] [[5,6],[7,8]]] [[5,6],[7,8]]]
然后要测
浏览 0提问于2015-09-05得票数 1
回答已采纳
2回答
我试图使用GPflow进行多维回归。但我对均值和方差的形状感到困惑。例如:一个二维输入空间X的形状(20,20)应该被预测.我的训练样本是形状(8,2)，这意味着8个训练样本的整体两个维度。Y-值是形状(8,1)，当然，这意味着每两个输入维组合的地面真相的一个值。如果我现在使用model.predict_y(X)，我希望得到一个形状的平均值(20,20)，但得到的形状是(20,1)。方差也是如此。我认为这个问题来自y-值的形状，但我不知道如何解决它。
bound = 3
num = 20
X = np.random.uniform(-bound, bound, (num,num))
print
浏览 1提问于2019-02-01得票数 3
回答已采纳
我需要帮助理解我是如何被允许重塑我的LSTM输入数据。首先，我的时间序列数据以Pandas数据框架的形式出现：
它的形状如下：(36356, 9)。我将数据分解为火车和测试集，例如：X_train.shape = (29084, 7)、X_test.shape = (7272, 7)、y_train.shape = (29084,)和y_test.shape = (7272,)。
问题1:我知道我必须把二维X-数据重新塑造成三维(samples/rows, timesteps, features)。但我是不是也要把y-数据重塑成3D呢？
问题2:对于X-数据和y-数据，我知道它们的二
浏览 3提问于2020-10-04得票数 0
回答已采纳
在python中，我希望从一个一维数组中逐行减去一个二维数组。
我知道如何使用'for‘循环和索引，但我认为使用numpy函数可能会更快。然而，我没有找到这样做的方法。下面是一个带有'for‘循环的例子：
from numpy import *
x=array([[1,2,3,4,5],[6,7,8,9,10]])
y=array([20,10])
j=array([0, 1])
a=zeros([2,5])
for i in j :
... a[i]=y[i]-x[i]
下面是一个不起作用的例子，用下面的代码替换'for‘循环：
a=y[j]-x[j,i]
T
浏览 0提问于2012-04-17得票数 4
回答已采纳
2回答
因此，我尝试使用python的matplotlib绘制两个相同维度的不同数组。这是我目前拥有的代码：
from numpy import *
from pylab import *
import matplotlib.pyplot as plt
p, pdot, s400, dist=loadtxt("cc45list.txt", usecols=(1,2,3,4), unpack=True)
for i in arange(0,45,1):
k = (s400*(dist**2))/((p**1)*(pdot**0.5))
kbar=sum(k)
var=abs(k-k
浏览 3提问于2012-03-26得票数 1
回答已采纳
1回答
我试图建立一个有两个输入和一个输出的神经网络。
但是，我得到了一个错误，无法使它工作。
python代码如下所示。
import torch
import numpy as np
import os
import pandas as pd
import glob
import torch.optim as optim
import torch.nn as nn
import torch.nn.functional as F
class Model(nn.Module):
def __init__(self):
super(Model, self).__init__()
浏览 14提问于2021-12-09得票数 0
1回答
填充张量有什么影响？
、、、
我正在研究一个使用Keras的问题，这个问题给我带来了一些问题：
我的X数据都是形状(num_samples，8192，8)，而我的Y数据是形状(num_samples，4)，其中4是一个单一热编码向量。
X和Y数据都将在LSTM层中运行，但是这些层拒绝Y数据，因为它与X数据的形状不匹配。
是否用0填充Y数据以使其与X数据的维数相匹配？那会产生什么样的影响？有没有更好的解决办法？
需要澄清的编辑：应要求提供更多信息：
我的Y数据表示通过我的模型传递X数据的预期输出。这是我第一次使用LSTM，所以我没有想到一个体系结构，但是我想使用一种能够很好地将长(8192长度)的单词序列分类为几个类别之一的
浏览 1提问于2018-03-28得票数 3
回答已采纳
1回答
我正试着在我的2D MR图像上测试和调整一个UNET代码，它是(512* 512* 24)维，用来训练我的模型。下面是我使用的代码：
inputs = Input((512, 512, 24))
conv1 = Conv2D(32, 3, activation='relu', padding='same')(inputs)
conv1 = Conv2D(32, 3, activation='relu', padding='same')(conv1)
pool1 = MaxPooling2D(pool_size=(2, 2))(co
浏览 11提问于2022-09-16得票数 0
我遵循这个例子，
我试图将最适合的线性线拟合到我的matplotlib图中。我一直得到的误差是x和y没有相同的第一维。但他们俩的长度都是5？我做错了什么？
ValueError: X和y必须具有相同的一维，但具有形状(5，)和(1，5)
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
from sklearn.metrics import mean_squared_error
from sklearn.linear_model import LinearRegression
df = pd.read
浏览 2提问于2021-10-28得票数 0
我的输入是X_train.shape=的张量(4291,1278，29，1)。我的输出是Y_train.shape=(4291，1，9)的张量。当它执行fit(X_train，Y_train)时，它显示了一个错误
ValueError:检查目标时的错误:期望dense_1具有二维，但得到形状为(4291，1，9)的数组
那么，我如何处理输出的形状呢？
model = Sequential()
model.add(ConvLSTM2D(filters=8, kernel_size=5, strides=2,
input_shape=(1, 278,
浏览 0提问于2019-05-26得票数 0
回答已采纳
我有三个数组，我正在尝试做一个三维直方图。
x = [1, 2, 3, 2, 5, 2, 6, 8, 6, 7]
y = [10, 10, 20, 50, 20, 20, 30, 10, 40, 50, 60]
z = [105, 25, 26, 74, 39, 85, 74, 153, 52, 98]
到目前为止，我的尝试如下：
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np
fig = plt.figure()
ax = plt.axes(projectio
浏览 0提问于2019-01-02得票数 4
回答已采纳
1回答
在keras拟合函数中
model.fit(X_train, y_train, nb_epoch=20, batch_size=16)
当我有更多的列时，应该如何输入数据？
我想输入图像，并检测其上1类的对象。因此，输出为(x, y, width, height)
输入图像应该是416 x 416 x 3，输出矩阵应该是13x13x4，所以我想要检测多达169个对象。
如果
X_train
变量加载图像集(因此它将是N x 416 x 416 x 3的4维数组)
和
y_train
是N x 4的二维数组，其中4表示(x，y，width，height )？
如果是这样，我必须在validati
浏览 0提问于2018-03-21得票数 3
我有两个多维数组，大小都是128X640X5。5是矩阵的通道数。我希望为矩阵中的每一点添加两个矩阵的各自通道值。例如，如果A和B为2矩阵，我希望这样做: A(x，y,0)+B(x，y,0) =A(x，y,0)。这应该是在A和B中添加点x和y的第0通道值，然后将其存储在A. Similiary中，我希望其他4个通道也这样做。你知道如何在蟒蛇身上做到这一点吗？我正在使用python的numpy数组，基本上处理图像处理问题。
浏览 2提问于2016-08-26得票数 0
回答已采纳
2回答
我正在编写python + numpy + cython代码，并试图找到对数组执行以下类型迭代的最优雅和最有效的方法：
假设我有一个函数f(x，y)，它接受形状的向量x (3 )和形状的向量y(10)，并返回形状的向量(10，)。现在，我有两个sx + (3，)和sy + (10，)的数组X和Y，其中sx和sy是两个可以一起广播的形状(即sx == sy，或者当轴不同时，两者中的一个有长度1，在这种情况下它将被重复)。我想要产生一个Z数组，它的形状是zs + (10，)，其中zs是sx与sy广播的形状。Z中的每个10维向量等于x和Y在X和Y的对应位置上的f(x，y)。
我查看了，虽然它很好地处
浏览 2提问于2014-11-19得票数 3
回答已采纳
我试图用keras的函数API来建立一个递归的神经网络，但是遇到了一些关于输出形状的问题，任何帮助都将不胜感激。
我的代码：
import tensorflow as tf
from tensorflow.python.keras.datasets import mnist
from tensorflow.python.keras.layers import Dense, CuDNNLSTM, Dropout
from tensorflow.python.keras.models import Sequential
from tensorflow.python.keras.utils impo
浏览 0提问于2019-03-01得票数 0
回答已采纳
我在乱搞二维切片，不明白为什么忽略一些缺省值，从原始数组中获取相同的值，但产生不同的输出。双支架和形状改变是怎么回事？
x = np.arange(9).reshape(3,3)
y = x[2]
z = x[2:,:]
print y
print z
print shape(y)
print shape(z)
[6 7 8]
[[6 7 8]]
(3L,)
(1L, 3L)
浏览 3提问于2014-09-07得票数 1
回答已采纳
在培训期间，我使用tensorflow运行队列来输入数据：
X, Y = tf.train.batch(
[image, label],
batch_size=64
)
然而，X，Y强制形状为64，32，32，3和64，10。在评估期间，我希望对尺寸为10000、32、32、3和10000、10的整个测试集运行丢失操作。我会使用session.run()中的session.run属性用我的值覆盖X，Y，但是它们的形状不兼容。
我能否以某种方式指示tensorflow忘记第一维度，即重塑64，32，32，3 ->无，32，32，
浏览 3提问于2016-06-08得票数 3
回答已采纳
1回答
我正在研究一个训练images=50和测试images=51的图像分割问题。我正面临一个尺寸不相等的错误。Input_shape=(256,256,3)型号代码： import tensorflow as tf
from tensorflow.keras.layers import Conv2D, BatchNormalization, Activation, MaxPool2D, Conv2DTranspose, Concatenate, Input
from tensorflow.keras.layers import GlobalAveragePooling2D, Reshape, D
浏览 57提问于2021-08-08得票数 0
假设我有一个二维NumPy阵列A的形状(n，3)和一个三维阵列B的形状(x，y，n)。我想要创建一个三维数组Y的形状(x，y，3) -这是一个RGB图像。
B的第3维包含的概率为0，1的概率之和为1。数组A是RGB颜色的列表(每个概率为一种颜色)。对于B的第3维中的每个元素C，我想要计算A*C的和，从而得到RGB颜色向量。
示例
给出一个颜色图A
A = [(255 0 0),
( 0 255 0),
( 0 0 255)]
在B的第3维点(x，y)处的元素C作为
C = [0.2, 0.6, 0.20]
我想将C' = sum(A * C)计算
浏览 2提问于2017-12-09得票数 2
回答已采纳
3回答
我真的被几维numpy数组的索引逻辑搞糊涂了。下面是一个示例：
import numpy as np
A = np.arange(18).reshape(3,2,3)
[[[ 0, 1, 2],
[ 3, 4, 5]],
[[ 6, 7, 8],
[ 9, 10, 11]],
[[12, 13, 14],
[15, 16, 17]]])
这给了我一个形状数组(3,2,3)，为了便于讨论，我们称它们为(x，y，z)。现在我想要一个数组B，它的元素来自A，对应于x= 0,2，y =0,1和z= 1,2。
array([[[ 1, 2],
[4,
浏览 3提问于2011-01-27得票数 15
回答已采纳
1回答
如果我有三维矩阵：
cor =: 3 3 3 $ i.5
cor
0 1 2
3 4 0
1 2 3
4 0 1
2 3 4
0 1 2
3 4 0
1 2 3
4 0 1
和二维矩阵类似：
d =: 3 3 $ i.5
d
0 1 2
3 4 0
1 2 3
用J语言计算是非常简单的:将"2 (由2D矩阵)后置“。
d -"2 cor
0 0 0
0 0 0
0 0 0
_4 1 1
1 1 _4
1 1 1
_3 _3 2
2 2 _3
_3 2 2
但我还是个粗野的新手..。
cor - d
Value
浏览 2提问于2018-07-26得票数 2
回答已采纳
1回答
三维点坐标回归
、、
我有30组三维点，它们是描述30个对象的关键点，每组包含10个点，这些点表示为X，形状为30,10,3。我还有相应的30个对象经过一定变换后的3D点，表示为Y，形状为30,10,3。 现在我想从这30个对象中训练一个机器学习模型，使用X和Y作为数据和注释，并预测变换后新对象的关键点坐标。 有没有人知道如何用python做到这一点？
浏览 43提问于2019-09-25得票数 0
我想用python中的三维箭图来绘制一个三维速度矢量场，它来自3个数据文件(.npy)，给出了x、y和z方向上速度的u、v和w分量。这是我迄今为止所做的工作，同时也显示了错误信息。如何从三个三维.npy数据文件创建三维箭图？我还看过其他示例和。下面的代码来自的2d箭图示例。
import numpy as np
from matplotlib import pyplot as plt
from matplotlib.pyplot import figure
from mpl_toolkits.mplot3d import proj3d
c1 = 1
nx, ny, nz = 284, 160
浏览 13提问于2022-05-11得票数 0
使用PyTorch，我有一个尺寸为(b, 2, x, y)的多维张量A，以及尺寸(b, 2, x, y, 3)的另一个相关张量B。
我希望在dim=1中得到A中的最小值的索引(这个维数是2)，并将这个索引张量应用到B，这样我就可以得到一个形状(b, x, y, 3)的张量。
通过使用A_mins, indices = torch.min(A, dim=1)，我可以得到形状为(b, x, y)的张量indices，其中值是0还是1，这取决于A中dim=1的最小值。我不知道如何将其应用于B以获得所需的输出。我知道torch.index_select做了类似的工作，但只针对一维索引向量。
浏览 15提问于2022-02-23得票数 2
回答已采纳
你好，我目前正在做一些简单的NN，但有一些问题，我不知道为什么。
代码如下所示
import csv
import numpy as np
np.random.seed(123) # for reproducibility
from keras.models import Sequential
from keras.layers import Dense, Dropout, Activation, Flatten
from keras.layers import Convolution2D, MaxPooling2D
from keras.utils import np_utils
fro
浏览 0提问于2018-12-18得票数 0
回答已采纳
在文档中：
plt.hist2d(x,y , weights=weight)
X，y和权值为array_like，形状为(n，)。
根据文件，其中一项产出是：
H: 2D阵列
样本x和y的二维直方图。x中的值沿第一维进行直方图，y中的值沿第二维进行直方图。
这个二维数组是如何创建的？想象
x = np.arange(1,10)
y = np.arange(1,10)
weights = x * y
二维数组是如何从这些数组中创建的？
我正在回答之前提出的问题(这不是我的问题)。
浏览 0提问于2019-02-20得票数 1
回答已采纳
1回答
考虑以下系列： Ssup= 1到n系列(1/n) Sdown= n to 1系列(1/n) B)制作(sup ( n ) -sdo ( n )) / (abs (sup (n)) + abs (sdo (N)作为n的函数的对数对数图。 sup和sdo函数给出了相同的结果，但对于n=6，它们的结果中已经存在数值上的差异，目标是用图形表示这些差异。我不知道如何解决它，因为运行代码会导致除以零。我该如何解决这个问题呢？ import numpy as np
import matplotlib.pyplot as plt
n=int(input("escolha um n: "))
浏览 14提问于2019-10-14得票数 0
所以我在列表中有一堆二维Numpy数组，我想确保它们都有相同的形状。我知道每个数组的第二个维度是相同的，但是第一个维度是不同的。
假设数组X的形状是(n，m)，数组Y的形状是(n+2，m)。我想将两行零添加到数组X中，这样X和Y都是(n+2，m)。
确保所有数组都具有相同形状的最具Python风格的方法是什么？假设我知道列表中所有数组的第一维的最大值是多少-称为N-并且，正如我前面提到的，我知道所有数组的第二维都是m。
谢谢大家！
浏览 1提问于2013-05-30得票数 4
回答已采纳
1回答
我正在尝试使用Matlab来创建这些三维形状，以便于说明(请看下面的图片)。我认为冲浪是我应该使用的功能；然而，我还不知道我应该使用什么函数来表示这些形状。有人能举个例子吗？谢谢。
一个。
编辑1：
谢谢特罗多和PetrH的回复。
目前，我正试图绘制一个更锋利的形状。例如，z= x.^2 + y.^2；可以绘制正常杯形。但是，我想要绘制类似下面右边的子图。尝试了几种不同的功能，但不起作用。谢谢你的建议！
编辑2：
使用z=x^2 -4*x+ y.^2-4*y；可以使形状更加平坦.还是没有办法让它变得锋利。
浏览 1提问于2014-08-05得票数 1
回答已采纳
1回答
在MATLAB中，我可以将数字和字符串的列向量组合到一个3x1单元格中，生成一个3x3维的单元格(C)，如下所示
C =
8 'CNDA-ESP_SIMRAD_MDS_DGPS_2000_2001.xlsx' 415x3 double
2 'CNDA-ESP_SIMRAD_MDS_DGPS_2006_2007.xlsx' 986x3 double
2 'CNDA-ESP_SIMRAD_MDS_DGPS_2010_2011.xlsx' 704x3 double
用Python可以做到这一点吗？
浏览 2提问于2016-11-28得票数 0
回答已采纳
我有过
x = np.array([[1, 5], [2, 8]])
x.shape
X的形状是(2,2)
如何制作新的数组y，它将包含40个相同形状的不同数组？所需的y数组应该是维数(40,2,2)
当我尝试y= np.expand_dims(x，axis=1)时，它给了我形状(2，1，2)。我不明白矮人怎么把东西附加在不同的轴上.谢谢!
浏览 1提问于2018-12-21得票数 0
回答已采纳
1回答
我试图在python上找出两个向量之间的区别。它返回一个平方矩阵，维数是向量的行数。在np.subtract(y,X@genet).shape中，y.shape返回(60,)，X@genet返回(60,)。预计np.subtract(y,X@genet).shape应该返回(60,)，但它返回了(60,60)。
浏览 2提问于2022-05-19得票数 0
回答已采纳
1回答
这是我第一次尝试三维曲面绘制。花了几个小时想要展示一个阴谋，但还没有运气。下面是我的脚本，用于绘制z_ax关于x_ax和y_ax的表面图。z_ax变量是从其他脚本生成的，但这与我无关，所以我只是为了复制而复制粘贴数组。
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d.axes3d import Axes3D
import numpy as np
z_ax = np.array([[98.0952381 , 98.37627192, 98.22459584, 97.96470716, 97.97332409,
9
浏览 0提问于2018-10-01得票数 0
回答已采纳
1回答
首先，我对神经网络和Keras非常陌生。
我试图用Keras创建一个简单的神经网络，其中输入是一个时间序列，输出是另一个相同长度的时间序列(一维向量)。
我制作了虚拟代码，使用Conv1D层创建随机输入和输出时间序列。然后，Conv1D层输出6个不同的时间序列(因为我有6个过滤器)，下一个层我定义了将所有6个输出添加到一个输出到整个网络中。
import numpy as np
import tensorflow as tf
from tensorflow.python.keras.models import Model
from tensorflow.python.keras.layers
浏览 0提问于2018-08-14得票数 1
回答已采纳
我目前正在尝试将tensorflow设置为一个我正在尝试解决的回归任务。
我不确定我应该如何输入我的输入数据，因为它以某种方式存储。
我的输入是一个0.5s的样本音频文件，每个音频文件都被附加到一个列表中，并且每一帧都被存储为一个numpy.array。
所以像这样的东西
#One audio set
[array([[frame],[frame],...,[frame]],dtype=float32)]
并以这样的方式存储输出
[array([[ 4.53255900e+01, -9.82247700e+00, -1.22920200e+00,
-6.81728800
浏览 0提问于2016-10-30得票数 1
2回答
我正在处理一个关于图像处理的问题，我的数据被表示为一个三维NumPy数组，其中(x，y，z)项是图像z的(x，y)像素(数值强度值)。有100000个图像，每个图像是25x25。因此，数据矩阵的大小为25x25x10000。我正在尝试将其转换为大小为10000x625的二维矩阵，其中每一行都是图像中像素的线性化。例如，假设图像为3x3，我们将具有以下内容：
1 2 3
4 5 6 ------> [1, 2, 3, 4, 5, 6, 7, 8, 9]
7 8 9
我试图通过调用data.reshape((10000, 625))来完成此操作，但这样做后数据不再正确对齐。我尝试过在有效的
浏览 0提问于2016-02-11得票数 2
我在创建一个新的GeoTIFF文件时，仿射变换系数有一些问题。我正在做的是ETL在一个科学数据集上产生一个2D Ndarray，以及一组包含Lat和Lon的网格Ndarray。网格和数据集数组的尺寸都相同，为645x980。据我所理解，当通过Python通过GeoTIFF方法创建仿射系数时，SetGeoTransform()需要一个仿射系数列表。该列表的形式为[xllcorner, xrotation, x_cellsize, yllcorner, yrotation, y_cellsize]。我的方法类似于这里概述的内容：
在这一点上，我遇到了问题。分别用min()方法对lat &
浏览 4提问于2014-07-02得票数 2
当我试图拟合模型时，我遇到了一个问题，这里是我的构建模型以及我的训练和测试数据的形状：
import keras
def buildModel(dataLength, labelLength):
price=Input(shape=(dataLength, 51),name='price')
# price = Input(shape = (dataLength,1),name='price')
sentiment = Input(shape=(dataLength, 51),name='sentiment')
浏览 2提问于2019-07-09得票数 0
1回答
我有一个粒子立方体，我已经将其投影到2D网格上，通过网格中的云将粒子投影到网格上，并用标量对它们进行加权。
然后我想在每个网格点上标量的梯度。在2D中，我使用np.gradient来做这件事，我得到了两个在x和y方向上具有梯度的数组：
gradx, grady = np.gradient(grid)
有人知道我如何将其推广到3维吗？在3D中的单元格中的云是很好的，但是我留下了一个形状为(700,700,700)的网格。
据我所知np.gradient不能处理这件事？
谢谢，丹尼尔
浏览 2提问于2012-10-30得票数 6
回答已采纳
2回答
曲面法线的量化方法
、、、、
我试着把表面法线量化到8个桶里。
例如，当计算像这样的特征将二维梯度[x,y]量化到8个桶时，我们只取y平面的角度，即arctan(y/x)，这将给我们一个0-360之间的角度。
我的问题是，给定一个三维方向的[x,y,z]，在这种情况下，一个曲面的法线，我们怎么能以类似的方式对它进行直方图呢？我们是否只是在一个平面上投影，并使用这个角度，例如[x,y,z]和[0,1,0]的点乘积？
谢谢
编辑
我最近还读到了一个，他们通过测量法向和预先计算的矢量之间的角度来量化表面法线，这些矢量是围绕一个正确的圆锥体形状排列的。我在问题(第3.3.2节最后一段)中给这份文件增加了一个链接，这是否一种有效的办
浏览 0提问于2013-08-19得票数 2
回答已采纳
1回答
请考虑以下python代码
import matplotlib.pyplot as plt
import numpy as np
#创建一些数据来绘制。
dt = 0.001
t = np.arange(0.0,100,dt)
r = np.exp(-t[:1000]/0.05)
x = np.random.randn(len(t))
s = np.convolve(x,r)[:len(x)]*dt
代码编译和运行，我很大程度上理解它在做什么。但是，我对代码':len(x)‘实际上正在做的事情感到困惑。如果我将's‘截断为'np.convolve(x，r)*dt'
浏览 0提问于2021-04-09得票数 0
回答已采纳
考虑以下代码：
x = tf.placeholder("float", shape=[42, 4])
y = tf.zeros([42, 4], "float")
xy_stacked = tf.concat(1, [x, y])
print(x.get_shape())
print(y.get_shape())
print(xy_stacked.get_shape())
如预期的那样，这将产生以下输出：
TensorShape([Dimension(42), Dimension(4)])
TensorShape([Dimension(42), Dimensi
浏览 1提问于2016-01-11得票数 22
回答已采纳
1回答
我正在产生一个一维卷积，对我的数据的输入形状有一些问题。我看了一些帖子，似乎错误是数据必须是3D的，但我的数据已经是3D的了。
# shape
# x_train shape: (1228, 1452, 20)
# y_train shape: (1228, 1452, 8)
# x_val shape: (223, 680, 20)
# x_val shape: (223, 680, 8)
###
n_outputs = 8
n_timesteps = 1452
n_features = 20
model = Sequential()
model.add(Conv1D(filters=6
浏览 1提问于2019-05-17得票数 2
回答已采纳
1回答
我试图用python mplot3d在3D中绘制一个2D数组，但是在第1轴上我得到了一个关于不兼容维度的错误--我已经看过其他问题，其中的答案建议使用meshgrid，但我已经在使用它，并且仍然得到了一个错误，我的X和Y范围也被乘以Z值的数目。这是我的代码：
def view_3d(map3d):
fig = plt.figure()
ax = fig.gca(projection='3d')
X = []
Y = []
Z = []
for wid in range(len(map3d)):
X.append(w
浏览 6提问于2015-01-12得票数 2
回答已采纳
我正在寻找任何脚本(最好是Python)来生成高斯分布噪声。我有一个三维数组，包括三维空间中数据集的x，y和z坐标。现在，我想从这个数据集中产生高斯噪声。我知道我可以用"random.gauss(mu，sigma)函数“来生成点，但我不知道如何对3D数据这样做？每个方向我都要这样做吗？如果是的话，最后我又如何把它们联系起来呢？我真的很感谢你的帮助和暗示！
谢谢
浏览 0提问于2014-03-13得票数 1
回答已采纳
我正在尝试第一时间的神经网络和keras，我有点困惑于它所期望的维度。我确信我的X_train和y_train数据是相同维度的，X_test和y_test数据也是相同维度的，但是我从keras那里得到了这个错误：
检查输入时出错:期望dense_38_input具有二维，但得到形状为(1,512,512,186，1)的数组
我尝试过用(-1，2)重新构造训练和验证数据集，以匹配它所期望的2维，但这不起作用，我也不知道为什么。
这是我正在尝试的训练模式。
num_classes = 2
input_shape = (512, 512, 186, 1)
model = Sequenti
浏览 1提问于2019-05-17得票数 0
1回答
I试图在1997年训练样本的一维特征向量上拟合一个分类器，样本大小相同，其中包含my‘s：
clf = svm.SVC()
j = 0
a = 0
listX = []
listY = []
while a <= 1996:
ath_X = "".join(linesplit[a])
listX = listX + [int(ath_X)]
a+=1
while j <= 1996:
jth_Y = "".join(linesplit1[j])
listY = listY + [((int(jth_
浏览 2提问于2014-07-24得票数 2
回答已采纳
我认为torch.cat和torch.stack都不能完全满足我的要求。
最初，我定义了一个空张量。然后我想在它上附加一个一维张量多次。
x = torch.tensor([]).type(torch.DoubleTensor)
y = torch.tensor([ 0.3981, 0.6952, -1.2320]).type(torch.DoubleTensor)
x = torch.stack([x,y])
这将引发一个错误：
RuntimeError:堆栈期望每个张量大小相等，但在条目0处获得，在条目1处得到
因此，我必须将x初始化为torch.tensor([0,0,0]) (但
浏览 3提问于2020-07-22得票数 0
回答已采纳
2回答
我正在尝试绘制一个二维函数(具体地说，是一个二维拉普拉斯解)。我定义了我的函数，当我输入特定的数字时，它会返回正确的值，但当我尝试运行一个值数组(下面的x，y)时，它仍然只返回一个数字。我尝试了x和y的随机函数(例如，f(x，y) = x^2 + y^2)，它给出了一个值数组。
def V_func(x,y):
a = 5
b = 4
Vo = 4
n = np.arange(1,100,2)
sum_list = []
for indx in range(len(n)):
sum_term = (1/n[indx])*(np.
浏览 0提问于2018-11-09得票数 0
我正在尝试制作一个简单地学习如何对数组进行排序的玩具神经网络，这只是一个实验，但在使用LSTM时，我似乎仍然无法使其发挥作用，我可能遗漏了一些关于输入/输出形状要求的东西。
这是代码，我写了从数据创建开始的所有内容，你可以跳过它，直接转到最后的fit错误：
数据创建：
n=20
m=10
test_r=0.1
val_r=0.1
int(n*(val_r+test_r))
X=np.random.rand(n,m)
Y=np.sort(X, axis=1)
val_n=int(n*(val_r))
test_n=int(n*(test_r))
X_train=X[:n-val_n-tes
浏览 0提问于2020-04-13得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
