训练模型的时候，有时给你的数据并不完全与模型期待的输入匹配。比如最近做一个医疗影像相关的项目，给我的数据是三维的MRI， 模型的输入却是四维， 多了一维channel。此时，我需要在数据的首个维度之前加上一个channel维度。
代码示例我们以二维数组升到三维为例
import numpy as np arr = np.array([[1, 2, 3], [4, 5, 6]]) print(arr.shape) # (2, 3) arr_1 = arr[:, :, None] print(arr_1.shape) # (2, 3, 1) arr_2 = arr[:, None, :] print(arr_2.shape) # (2, 1, 3)
总之，你想在哪里升维，就把哪里置为 None
