我正在尝试随机抽样形状(790, 64, 64, 1)
的NumPy数组的30%。最后一个维度是图像的通道信息,因此本质上它是一个3D图像。其目的是在每个维度上以随机方式正交生成二维切片,以获得原始图像总信息的30%
我查看了this question以了解如何随机生成切片,但我无法将其扩展到我的用例
到目前为止,我只能生成所需数据的大小
dim1_len = 0.3 * img.shape[0]
dim2_len = 0.3 * img.shape[1]
dim3_len = 0.3 * img.shape[2]
对不起,如果问题有点宽泛
Tags:
首先是一些评论,你说你想保留30%的原始信息。 如果保留每个轴的30%,那么最终只会得到
0.3*0.3*0.3 = 0.027
(2.7%)的信息。考虑使用{{CD2}}作为约化因子。 下一件事是,您可能希望保留随机抽样索引的空间顺序,因此可以在链接的问题中包含np.sort(...)
现在转到主要问题,您可以使用
np.meshgrid(*arrays, sparse=True, indexing='ij')
获得 可用于广播的阵列列表。这对于向随机索引添加必要的newaxis非常方便相关问题 更多 >
编程相关推荐