jax.numpy.reshape

jax.numpy.reshape(a, shape=None, order='C', *, newshape=Deprecated, copy=None)

返回数组的重塑副本。

JAX 的 numpy.reshape() 实现，根据 jax.lax.reshape() 实现。

参数:

• a (类数组) – 要重塑的输入数组

• shape (DimSize | Shape | None | None) – 整数或整数序列，表示新的形状，必须与输入数组的大小匹配。如果任何一个维度的大小被指定为 -1，它将被替换为一个值，使得输出具有正确的大小。

• order (str) – 'F' 或 'C'，指定重塑操作应采用列优先（Fortran 风格，"F"）还是行优先（C 风格，"C"）顺序；默认值为 "C"。JAX 不支持 order="A"。

• copy (bool | None | None) – JAX 未使用；JAX 始终返回一个副本，但在 JIT 下，编译器可能会优化掉这些副本。

• newshape (DimSize | Shape | DeprecatedArg) – 已弃用的 shape 参数别名。如果使用，将会导致 DeprecationWarning。

返回:

返回具有指定形状的输入数组的重塑副本。

返回类型:

Array

注意

与 numpy.reshape() 不同，jax.numpy.reshape() 将返回输入数组的副本，而不是视图。但是，在 JIT 下，编译器会在可能的情况下优化掉这些副本，因此在实践中不会对性能产生影响。

另请参阅

• jax.Array.reshape()：通过数组方法实现等效功能。

• jax.numpy.ravel()：将数组展平为一维形状。

• jax.numpy.squeeze()：从数组的形状中删除一个或多个长度为 1 的轴。

示例

>>> x = jnp.array([[1, 2, 3],
...                [4, 5, 6]])
>>> jnp.reshape(x, 6)
Array([1, 2, 3, 4, 5, 6], dtype=int32)
>>> jnp.reshape(x, (3, 2))
Array([[1, 2],
       [3, 4],
       [5, 6]], dtype=int32)

您可以使用 -1 来自动计算与输入大小一致的形状

>>> jnp.reshape(x, -1)  # -1 is inferred to be 6
Array([1, 2, 3, 4, 5, 6], dtype=int32)
>>> jnp.reshape(x, (-1, 2))  # -1 is inferred to be 3
Array([[1, 2],
       [3, 4],
       [5, 6]], dtype=int32)

重塑中轴的默认顺序是 C 风格的行优先顺序。要使用 Fortran 风格的列优先顺序，请指定 order='F'

>>> jnp.reshape(x, 6, order='F')
Array([1, 4, 2, 5, 3, 6], dtype=int32)
>>> jnp.reshape(x, (3, 2), order='F')
Array([[1, 5],
       [4, 3],
       [2, 6]], dtype=int32)

为方便起见，此功能也可以通过 jax.Array.reshape() 方法获得

>>> x.reshape(3, 2)
Array([[1, 2],
       [3, 4],
       [5, 6]], dtype=int32)