squeeze python

在Python中，squeeze函数用于删除数组中维度大小为1的轴。如果选择的轴的大小不等于1，则会引发ValueError错误。例如，对于一个形状为(1, 3, 1)的数组x，np.squeeze(x)将返回一个形状为(3,)的数组，np.squeeze(x, axis=0)将返回一个形状为(3, 1)的数组。但是，当我们选择的轴的大小不等于1时，会引发ValueError错误，比如np.squeeze(x, axis=1)会引发ValueError错误。最后，如果我们选择的轴是最后一个轴，即axis=2，那么np.squeeze(x, axis=2)将返回一个形状为(1, 3)的数组。

此外，SqueezeNet是一个使用Keras实现的小型模型，它具有与AlexNet相当的准确度，但参数减少了50倍，模型大小小于0.5MB。它最初是在Caffe中实现的，但现在可以使用Keras的功能性API进行实现。<span class="em">1</span><span class="em">2</span>
#### 引用[.reference_title]
- *1* [Python squeeze()函数](https://blog.csdn.net/happyday_d/article/details/86016661)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* [squeezenet_demo](https://download.csdn.net/download/weixin_42179184/18808281)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]