【无标题】

train_images[0] 与 train_images[0:1] 的区别

train_images[0]train_images[0:1]都是从train_images数组中提取一个子数组,但是它们的结果具有不同的形状。

train_images[0]提取的是train_images数组中的第一个元素,即形状为(28, 28)的2D NumPy数组。因此,它是一个形状为(28, 28)的NumPy数组。

train_images[0:1]提取的是train_images数组中的第一个元素,并将其放入一个新的长度为1的NumPy数组中。因此,它是一个形状为(1, 28, 28)的3D NumPy数组。

因此,train_images[0]是一个2D数组,而train_images[0:1]是一个3D数组,这是它们的主要区别。在实际使用中,这可能会导致在使用这些数组时需要注意形状的变化。例如,如果您使用这些数组进行模型训练,则需要根据模型的输入形状进行适当的调整。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值