我有一个 4 张量 x。 6 张量 y 计算如下:
x = np.random.randn(64, 28, 28, 1)
strided_shape = 64, 26, 26, 3, 3, 1
y = numpy.lib.stride_tricks.as_strided(x, strided_shape, strides=(x.strides[0], x.strides[1], x.strides[2], x.strides[1], x.strides[2], x.strides[3]))
strided_shape 一般可以是任何形状，只要第一个和最后一个维度与 x 匹配(这只是一个具体示例)。
我的问题是，使用 y(以及 x.shape 和 x.strides 元组)是否有可能恢复原始数据张量x，再次使用as_strided，reshape，sum等？注意:我实际上并不打算将上述过程应用于 y 本身；相反，我想在形状与 y 相同的张量上执行该过程。
最佳答案
y 只是 x 的一个 View ，具有不同的形状和步幅。因此，从 y 恢复 x 只是简单地改变形状和步幅。因此，鉴于这些(假设那些在 x 到 y 转换之前保存)，它会很简单 -
x = np.lib.stride_tricks.as_strided(y, x.shape, x.strides)
关于python - numpy as_strided 的反函数，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/62447526/