论文复现过程中的一些问题总结

1、numpy.reshape

numpy.reshape(a, newshape, order='C')

在不更改其数据的情况下为数组赋予新形状。

• a：

  数组——需要处理的数据

• newshape :

  新的格式——整数或整数数组，如 (2,3) 表示2行3列。新的形状应该与原来的形状兼容，即行数和列数相乘后等于a中元素的数量。如果是整数，则结果将是长度的一维数组，所以这个整数必须等于a中元素数量。若这里是一个整数数组，那么其中一个数据可以为-1。在这种情况下，这个个值python会自动从根据第二个数值和剩余维度推断出来

• order：

  可选范围为{‘C’, ‘F’, ‘A’}。使用索引顺序读取a的元素，并按照索引顺序将元素放到变换后的的数组中。如果不进行order参数的设置，默认参数为C

  1. “C”：指的是用类C写的读/索引顺序的元素，最后一个维度变化最快，第一个维度变化最慢。以二维数组为例，简单来讲就是横着读，横着写，优先读/写一行；
  2. “F”：是指用FORTRAN类索引顺序读/写元素，最后一个维度变化最慢，第一个维度变化最快。竖着读，竖着写，优先读/写一列。注意，“C”和“F”选项不考虑底层数组的内存布局，只引用索引的顺序；
  3. “A”：选项所生成的数组的效果与原数组a的数据存储方式有关，如果数据是按照FORTRAN存储的话，它的生成效果与”F“相同，否则与“C”相同

---

2、torch.nn.Unfold：滑动裁剪

从批处理输入张量中提取滑动局部块。

torch.nn.Unfold(kernel_size, dilation=1, padding=0, stride=1)

1. kernel_size：滑动窗口的size
2. stride：空间维度上滑动的步长，Default: 1
3. padding：在输入的两侧添加的隐式零填充. Default: 0
4. dilation：空洞卷积的扩充率，Default: 1

torch.nn.Unfold按照官方的说法，既从一个batch的样本中，提取出滑动的局部区域块，也就是卷积操作中的提取kernel filter对应的滑动窗口。

1. 由上可知，torch.nn.Unfold的参数跟nn.Conv2d的参数很相似，即，kernel_size（卷积核的尺寸），dilation（空洞大小），padding（填充大小）和stride（步长）
2. 官方解释中：unfold的输入为$(N,C,H,W)$，其中$N$为batch_size，$C$是channel个数，$H$和$W$分别是channel的长宽。
   unfold输出为$\left(N,C\times \prod (\text{ kernel\_size }),L\right)$，其中$\prod (\text{ kernel\_size })$为$kernel\_size$长宽的乘积。$L$是$(H,W)$根据$kernel\_size$尺寸滑动裁剪后，得到的区块的数量。

• Input：$(N,C,\ast )$

• Output：$\left(N,C\times \prod (\text{ kernel\_size }),L\right)$
  $$L=\prod _{d\in (0,1)}\lfloor \frac{\text{ feature\_size }[\mathrm{d}]+2\text{ padding }[\mathrm{d}]-\text{ dilation }[\mathrm{d}]\cdot (\text{ kernel\_size }[\mathrm{d}]-1)-1}{\text{ stride}[\mathrm{d}]}+1\rfloor .$$

inputs = torch.randint(0,9,(1, 2, 4, 4))
'''
tensor([[[[4, 7, 1, 4],
          [4, 2, 8, 1],
          [3, 6, 0, 8],
          [0, 7, 6, 3]],
         [[4, 8, 4, 6],
          [6, 6, 6, 3],
          [7, 7, 5, 0],
          [2, 1, 7, 7]]]])
'''

unfold  = torch.nn.Unfold(kernel_size=(2, 2), stride=2)
patches = unfold(inputs.float())
'''
tensor([[[4., 1., 3., 0.],
         [7., 4., 6., 8.],
         [4., 8., 0., 6.],
         [2., 1., 7., 3.],
         [4., 4., 7., 5.],
         [8., 6., 7., 0.],
         [6., 6., 2., 7.],
         [6., 3., 1., 7.]]])
'''

---

3、灰度图和彩图的区别

3.1、属性上的区别

先看一张灰度图的属性：

灰度图的位深度为8。

再看彩图的属性：

彩图的位深度为24。

3.2、读取后存储的区别

from skimage import io

分别读取这两张图像：

gray = io.imread("test/lena.BMP")
color = io.imread("test/lena.png")

查看变量属性：

---

4、np.unravel_index：获取索引

获取一个/组int类型的索引值在一个多维数组中的位置。

A = np.random.randint(0,10,size=(2,3))
'''
array([[1, 3, 8],
       [0, 4, 2]])
'''

ind_max = np.argmax(A) #2

此时得到的索引是将A数组flattern（展成一维数组）后的索引：

A.flatten()
'''
[1 3 8 0 4 2]
'''

可以看到索引确实是2。

那如何得到对应的原数组的索引呢？

ind_max_src = np.unravel_index(ind_max, A.shape) #(0, 2)