トレーニングデータのマトリクスの整形と平均化

Question

トレーニングセット の形状を「正規化」して、それらをバニラニューラルネットに供給できるようにしようとしています。

入力は常に機能 を表す「チャネル」/列の同じ数を有するが、与えられた「Y」

の行の様々な数を取ることができるPythonやnumpyのまたは他のユーティリティがありました入力としてフロートの 寸法（M、N）の行列と（M、O）の所定のサイズに引き伸ばす場合、O> N

例の平均値を含む新しい形状throughtout行を挿入することにより： I形状の配列（4,4）がありますが、配列は（7,4）

[ 
[1,1,1,1], 
[2,2,2,2], 
[1,1,1,1], 
[4,4,4,4] 
] 

が挿入された行は 前のものと 任意のアイデア次々間で平均されている

[ 
[1,1,1,1], 
[1.5,1.5,1.5,1.5], 
[2,2,2,2], 
[1.5,1.5,1.5,1.5], 
[1,1,1,1], 
[2.5,2.5,2.5,2.5], 
[4,4,4,4] 
] 

になるのでしょうか？

Answer 1

insert_row（ar、positions）を呼び出す必要があります。arは、行を挿入する2次元配列で、positionは位置のリストです。行が挿入された配列が返されます。コードの下
試してみてください。

import numpy as np 

ar = [ 
[1,1,1,1], 
[2,2,2,2], 
[1,1,1,1], 
[4,4,4,4] 
] 


def insert_row(ar,positions): 
    ar = np.array(ar) 
    v = ar 
    count = 0 
    for i in positions: 
      a = np.add(ar[i,:],ar[i+1,:])/2 
      v = np.vstack([v[0:i+count+1,:],a,v[i+count+1:,:]]) 
      count+=1 
    return v 

出力：

print(insert_row(ar, [1,2])) 

    [[ 1. 1. 1. 1. ] 
    [ 2. 2. 2. 2. ] 
    [ 1.5 1.5 1.5 1.5] 
    [ 1. 1. 1. 1. ] 
    [ 2.5 2.5 2.5 2.5] 
    [ 4. 4. 4. 4. ]] 

print(insert_row(ar, [0])) 

[[ 1. 1. 1. 1. ] 
[ 1.5 1.5 1.5 1.5] 
[ 2. 2. 2. 2. ] 
[ 1. 1. 1. 1. ] 
[ 4. 4. 4. 4. ]]