深度学习 shape 属性

在 MXNet 的 ndarray 中，shape 属性用于获取数组的维度信息。它返回一个表示数组各维度大小的元组，可以帮助了解数据的结构和形状。

使用示例

import mxnet as mx# 创建一个 2D 数组
arr = mx.nd.array([[1, 2, 3], [4, 5, 6]])
print(arr.shape)  # 输出: (2, 3)# 创建一个 3D 数组
arr3d = mx.nd.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
print(arr3d.shape)  # 输出: (2, 2, 2)

说明

• shape 返回的元组中的每个元素表示该维度的大小。
• 可以通过修改 shape 属性来重塑数组的形状（使用 reshape 方法），但这不会改变原始数据

示例：重塑数组形状 

# 重塑形状
reshaped_arr = arr.reshape((3, 2))
print(reshaped_arr)  # 输出: [[1. 2.]#          [3. 4.]#          [5. 6.]]
print(reshaped_arr.shape)  # 输出: (3, 2)

 shape 属性是理解和操作多维数组的重要工具，尤其在处理深度学习模型的输入和输出时非常有用。