如果你有一个 $k \times k$ 大小的图像核,你可以使用如下方法将其向量化:
import numpy as np
# 定义图像核,这里使用一个3x3的Sobel核
kernel = np.array([[-1, 0, 1],
[-2, 0, 2],
[-1, 0, 1]])
# 将其重构为一个向量
vectorized_kernel = kernel.reshape(-1)
print(vectorized_kernel)
这将会返回一个9x1的向量。
如果你想将一个张量(shape为 $k \times k \times c$)张量化,你可以使用如下方法:
import numpy as np
# 定义图像张量,这里使用一个3x3x3的张量
tensor = np.random.rand(3,3,3)
# 将其重构为一个向量
vectorized_tensor = tensor.reshape(-1)
print(vectorized_tensor)
这将会返回一个27x1的向量。