我正在研究 LSTM 神经网络。我在下面看到了这样的代码：
X_train = np.reshape(X_train, (X_train.shape[0], X_train.shape[1], 1))
此代码旨在将 2d 数组更改为 3d 数组，但语法对我来说很奇怪，或者至少我不明白。例如，我假设下面的这段代码是 3d 语法
np.reshape(rows , columns, dimensions)
谁能详细说明语法是什么以及它试图做什么。
【问题讨论】：
标签： python arrays numpy multidimensional-array
函数numpy.reshape 在不更改数据的情况下为数组提供新形状。它是一个 numpy 包函数。首先，它需要知道要重塑什么，这是该函数的第一个参数（在您的情况下，您想要重塑X_train）。
然后它需要知道你的新矩阵的形状是什么。这个参数需要是一个元组。 2D reshape 可以传(W,H)，3D 可以传(W,H,D)，4D 可以传(W,H,D,T)，以此类推。
但是，您也可以通过X_train.reshape((W,H,D)) 调用reshape 一个Numpy 矩阵。在这种情况下，由于reshape函数是X_train对象的一个方法，所以你不必传递它，只传递新的形状。
还值得一提的是，具有新形状的矩阵中的元素总数应该与您的原始矩阵相匹配。例如，您的 2D X_train 具有 X_train.shape[0] x X_train.shape[1] 元素。此值应等于W x H x D。
【讨论】：