标签：自动 图片 span sha 个数 深度学习 set 数据集 置换
train_set_x_flatten = train_set_x_orig.reshape(train_set_x_orig.shape[0],-1).T
test_set_x_flatten = test_set_x_orig.reshape(test_set_x_orig.shape[0],-1).T
在吴恩达教授深度学习教学视频中，发现这个numpy的reshape表达。实际上，就是把，test和train 数据转换为两维的数据，其中每一列是一个数据集，每一行是m个数据集。
这里的转换过程用到了reshape(,-1)的方法，这里-1指的是任意值：就是说你把行确定下来了，然后这个列就会自动生成相应的值，前提是你的矩阵能表示成你分成的行的形式。
然后，至于为什么要先把列确定下来，然后在转置换；我可以确定的是，不这样做的话，再利用这个数组生成的图片会乱码，显示不出来原来的样子。所以，我想原因就是不这样做的，会打乱图片数据的标示形式。
标签：自动 图片 span sha 个数 深度学习 set 数据集 置换
原文地址：https://www.cnblogs.com/xsy123/p/12810568.html
