[已解决]请问怎么单独索引图片里面的每个二维矩阵，请大佬们指点

谢子仲

最佳答案

月排行榜 / 总排行榜

逃兵

2021-3-5 17:05:40

这个结构是二行三列的二维数组

你可以直接切片索引，也可以通过遍历查看具体的结构

import numpy as np

sol_per_pop = 2
initial_pop_weights = []
for curr_sol in np.arange(0, sol_per_pop):
    HL1_neurons = 5
    input_HL1_weights = np.random.uniform(low=-0.1, high=0.1,
                                             size=(5, HL1_neurons))
    HL2_neurons = 3
    HL1_HL2_weights = np.random.uniform(low=-0.1, high=0.1,
                                             size=(HL1_neurons, HL2_neurons))
    output_neurons = 2
    HL2_output_weights = np.random.uniform(low=-0.1, high=0.1,
                                              size=(HL2_neurons, output_neurons))

    initial_pop_weights.append(np.array([input_HL1_weights,
                                                HL1_HL2_weights,
                                                HL2_output_weights]))

pop_weights_mat = np.array(initial_pop_weights)
print(pop_weights_mat)
print(pop_weights_mat.shape)
print(pop_weights_mat.ndim)


for i in pop_weights_mat:
    for j in i:
        for k in j:
            print(k)
            

[-0.08745311 -0.08566917 -0.07634193 -0.01462347  0.08984711]  #pop_weights_mat[0][0][0]  #pop_weights_mat[0][0]
[-0.05635102  0.00080415 -0.09000382  0.01542581  0.09210149]  #pop_weights_mat[0][0][1]
[ 0.01855968  0.01758514 -0.05417793 -0.02632075  0.05365343]  #pop_weights_mat[0][0][2]
[ 0.06826839 -0.03431876 -0.09858496 -0.08000008 -0.02817407]  #pop_weights_mat[0][0][3]
[-0.02310796  0.00448286 -0.04486132 -0.06270317 -0.07395995]  #pop_weights_mat[0][0][4]
[-0.0393707  -0.05913809  0.097642  ]  #pop_weights_mat[0][1][0]  #pop_weights_mat[0][1]
[-0.0913731   0.01727135 -0.0298622 ]  #pop_weights_mat[0][1][1]
[-0.02755238  0.00326942 -0.07739376]  #pop_weights_mat[0][1][2]
[-0.07119714  0.02310486 -0.06526119]  #pop_weights_mat[0][1][3]
[-0.04077337  0.01515515  0.0304148 ]  #pop_weights_mat[0][1][4]
[-0.04630902 -0.07754583]  #pop_weights_mat[0][2][0]  #pop_weights_mat[0][2]
[-0.02721778 -0.02535745]  #pop_weights_mat[0][2][1]
[0.04435848 0.0472513 ]    #pop_weights_mat[0][2][2]
#下面的注释不写了
[ 0.00713478 -0.01965951  0.06536753 -0.0119588  -0.06408092]  #pop_weights_mat[1][0][0]  #pop_weights_mat[1][0]
[-0.04852301 -0.03269899  0.07737023 -0.02743031 -0.09063066]
[ 0.03835544  0.02520843 -0.09607922 -0.04288323 -0.00406102]
[-0.00813421  0.06061313 -0.05698038  0.02934731  0.01555388]
[ 0.0109573   0.02760006  0.03843849  0.02188475 -0.00487984]
[-0.08177725 -0.01318014  0.07974129]
[ 0.00225699  0.07081645 -0.00402112]
[-0.05612385  0.00532562 -0.01333446]
[-0.01793782  0.08433033 -0.04260944]
[ 0.05587896  0.07553454 -0.08745957]
[0.08458351 0.03881342]
[0.04634663 0.02346078]
[-0.06849231 -0.0868095 ]

关于索引你可以看看https://www.numpy.org.cn/user/ba ... 4%E8%B5%8B%E5%80%BC作为参考

跳转到最佳答案楼层

谢子仲

请问怎么单独索引图片里面的每个二维矩阵，请大佬们指点

逃兵

发代码

你发个图片，结构都看不明白

谢子仲

import numpy as np

sol_per_pop = 2
initial_pop_weights = []
for curr_sol in np.arange(0, sol_per_pop):
    HL1_neurons = 5
    input_HL1_weights = np.random.uniform(low=-0.1, high=0.1,
                                             size=(5, HL1_neurons))
    HL2_neurons = 3
    HL1_HL2_weights = np.random.uniform(low=-0.1, high=0.1,
                                             size=(HL1_neurons, HL2_neurons))
    output_neurons = 2
    HL2_output_weights = np.random.uniform(low=-0.1, high=0.1,
                                              size=(HL2_neurons, output_neurons))

    initial_pop_weights.append(np.array([input_HL1_weights,
                                                HL1_HL2_weights,
                                                HL2_output_weights]))

pop_weights_mat = np.array(initial_pop_weights)
print(pop_weights_mat)
print(pop_weights_mat.shape)
print(pop_weights_mat.ndim)

谢子仲

逃兵 发表于 2021-3-5 16:13
发代码

你发个图片，结构都看不明白

import numpy as np

sol_per_pop = 2
initial_pop_weights = []
for curr_sol in np.arange(0, sol_per_pop):
    HL1_neurons = 5
    input_HL1_weights = np.random.uniform(low=-0.1, high=0.1,
                                             size=(5, HL1_neurons))
    HL2_neurons = 3
    HL1_HL2_weights = np.random.uniform(low=-0.1, high=0.1,
                                             size=(HL1_neurons, HL2_neurons))
    output_neurons = 2
    HL2_output_weights = np.random.uniform(low=-0.1, high=0.1,
                                              size=(HL2_neurons, output_neurons))

    initial_pop_weights.append(np.array([input_HL1_weights,
                                                HL1_HL2_weights,
                                                HL2_output_weights]))

pop_weights_mat = np.array(initial_pop_weights)
print(pop_weights_mat)
print(pop_weights_mat.shape)
print(pop_weights_mat.ndim)

逃兵

这个结构是二行三列的二维数组

你可以直接切片索引，也可以通过遍历查看具体的结构

import numpy as np

sol_per_pop = 2
initial_pop_weights = []
for curr_sol in np.arange(0, sol_per_pop):
    HL1_neurons = 5
    input_HL1_weights = np.random.uniform(low=-0.1, high=0.1,
                                             size=(5, HL1_neurons))
    HL2_neurons = 3
    HL1_HL2_weights = np.random.uniform(low=-0.1, high=0.1,
                                             size=(HL1_neurons, HL2_neurons))
    output_neurons = 2
    HL2_output_weights = np.random.uniform(low=-0.1, high=0.1,
                                              size=(HL2_neurons, output_neurons))

    initial_pop_weights.append(np.array([input_HL1_weights,
                                                HL1_HL2_weights,
                                                HL2_output_weights]))

pop_weights_mat = np.array(initial_pop_weights)
print(pop_weights_mat)
print(pop_weights_mat.shape)
print(pop_weights_mat.ndim)


for i in pop_weights_mat:
    for j in i:
        for k in j:
            print(k)
            

[-0.08745311 -0.08566917 -0.07634193 -0.01462347  0.08984711]  #pop_weights_mat[0][0][0]  #pop_weights_mat[0][0]
[-0.05635102  0.00080415 -0.09000382  0.01542581  0.09210149]  #pop_weights_mat[0][0][1]
[ 0.01855968  0.01758514 -0.05417793 -0.02632075  0.05365343]  #pop_weights_mat[0][0][2]
[ 0.06826839 -0.03431876 -0.09858496 -0.08000008 -0.02817407]  #pop_weights_mat[0][0][3]
[-0.02310796  0.00448286 -0.04486132 -0.06270317 -0.07395995]  #pop_weights_mat[0][0][4]
[-0.0393707  -0.05913809  0.097642  ]  #pop_weights_mat[0][1][0]  #pop_weights_mat[0][1]
[-0.0913731   0.01727135 -0.0298622 ]  #pop_weights_mat[0][1][1]
[-0.02755238  0.00326942 -0.07739376]  #pop_weights_mat[0][1][2]
[-0.07119714  0.02310486 -0.06526119]  #pop_weights_mat[0][1][3]
[-0.04077337  0.01515515  0.0304148 ]  #pop_weights_mat[0][1][4]
[-0.04630902 -0.07754583]  #pop_weights_mat[0][2][0]  #pop_weights_mat[0][2]
[-0.02721778 -0.02535745]  #pop_weights_mat[0][2][1]
[0.04435848 0.0472513 ]    #pop_weights_mat[0][2][2]
#下面的注释不写了
[ 0.00713478 -0.01965951  0.06536753 -0.0119588  -0.06408092]  #pop_weights_mat[1][0][0]  #pop_weights_mat[1][0]
[-0.04852301 -0.03269899  0.07737023 -0.02743031 -0.09063066]
[ 0.03835544  0.02520843 -0.09607922 -0.04288323 -0.00406102]
[-0.00813421  0.06061313 -0.05698038  0.02934731  0.01555388]
[ 0.0109573   0.02760006  0.03843849  0.02188475 -0.00487984]
[-0.08177725 -0.01318014  0.07974129]
[ 0.00225699  0.07081645 -0.00402112]
[-0.05612385  0.00532562 -0.01333446]
[-0.01793782  0.08433033 -0.04260944]
[ 0.05587896  0.07553454 -0.08745957]
[0.08458351 0.03881342]
[0.04634663 0.02346078]
[-0.06849231 -0.0868095 ]

关于索引你可以看看https://www.numpy.org.cn/user/ba ... 4%E8%B5%8B%E5%80%BC作为参考

谢子仲

逃兵 发表于 2021-3-5 17:05
这个结构是二行三列的二维数组

你可以直接切片索引，也可以通过遍历查看具体的结构

可能我没表达清楚 我的意思是想要把这六个矩阵分别整体单独的提取出来

谢子仲

谢子仲 发表于 2021-3-5 17:46
可能我没表达清楚 我的意思是想要把这六个矩阵分别整体单独的提取出来

明白了 感谢大佬

谢子仲

谢子仲 发表于 2021-3-5 17:46
可能我没表达清楚 我的意思是想要把这六个矩阵分别整体单独的提取出来

明白了 感谢大佬