我正在尝试建立一个RNN来估计两张图像之间的移动。我目前有一个包含5000张灰度图像的数组，这些图像是在摄像头朝向地面移动时拍摄的。我希望使用LSTM建立一个RNN来估计当前图像与前一图像之间的移动。

目前，这些图像（64x64x1）只是按照以下方式排列在一个numpy数组中：

image1image2image3...

我猜我想重新排列数组，使其有两个时间步长：

image1 image2image2 image3image3 image4...

那么，我该如何重塑数组，以便将其用作具有两个时间步长的LSTM的输入呢？

回答：

我用numpy构建了一个小例子。

impot numpy as nplst = np.array(range(10))lstOut[56]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])lst = np.vstack((lst[:-1], lst[1:]))# 得到形状为(2, len(lst)-1)的列表lstOut[60]: array([[0, 1, 2, 3, 4, 5, 6, 7, 8],       [1, 2, 3, 4, 5, 6, 7, 8, 9]])# 得到形状为(len(lst)-1, 2)的列表lst = lst.TlstOut[61]: array([[0, 1],       [1, 2],       [2, 3],       [3, 4],       [4, 5],       [5, 6],       [6, 7],       [7, 8],       [8, 9]])

如果你需要获取“第二个”列表的深拷贝，你可以使用

lst2 = lst[1:].copy()