[Numpy] - expand_dims 차원 추가하기

딥러닝을 공부하면서 모델의 입력 (차원) 형태와 이미지의 형태(차원)를 맞춰주기 위해서

expand_dims() 메서드를 정리하려고 합니다.

expand_dims()

*   배열의 모양을 확장한다 = 배열의 차원을 추가한다.

 

 

(1) Test 용 1차원 넘파이 배열 생성하기

import numpy as np
x = np.array([2,4])
print(x)
print(x.shape)

numpy 배열의 shape 출력 결과에서 다음 순서대로 축의 순서가 정해진다.

(첫 번째 축, 두 번째 축, 세 번째 축)!!

 

 

(2) 첫 번째 축에 차원 추가하기.

• expand_dims
• np.newaxis

y = np.expand_dims(x, axis=0)
print(y)
print(y.shape)
print('\n')

y = x[np.newaxis, :]
print(y)
print(y.shape)

expand_dims(axis=0) 대신에 x[np.newaxis, :]을 사용해도 같은 결과를 얻을 수 있습니다.

첫 번째 축에 차원이 추가되어 (2,) -> (1,2)로 변경되었습니다.

---

 

(3) 두 번째 축에 차원 추가하기

• expand_dims(x, axis=1)
• x[:,np.newaxis]

y = np.expand_dims(x, axis=1)
print(y)
print(y.shape)
print('\n')

y = x[:, np.newaxis]
print(y)
print(y.shape)

---

모델 입력으로 (None, 100, 100, 3)의 형태를 가지고 있는데 모델의 돌릴 이미지의 차원이 이와 다를 경우 모델의 입력할 수 없어 차원을 맞추려고 할 때 np.expand_dims()를 사용한다.

input_img = np.expand_dims(img, axis=0)
print(input_img)

(100,100,3) -> (1,100,100,3) 형태로 변경되었다.