maylab的CNN数据平铺代码

以下是一个简单的CNN数据平铺代码示例：

import numpy as np

def flatten_cnn_data(X):
    """
    将CNN数据平铺
    :param X: 输入数据，形状为 (n_samples, n_channels, n_height, n_width)
    :return: 平铺后的数据，形状为 (n_samples, n_channels * n_height * n_width)
    """
    n_samples = X.shape[0]
    n_channels = X.shape[1]
    n_height = X.shape[2]
    n_width = X.shape[3]
    
    # 将数据平铺成 (n_samples, n_channels * n_height * n_width) 的形状
    X_flat = X.reshape(n_samples, n_channels * n_height * n_width)
    
    return X_flat

使用示例：

# 生成随机的 CNN 数据
X = np.random.rand(10, 3, 28, 28)

# 将数据平铺
X_flat = flatten_cnn_data(X)

# 打印平铺后的形状
print(X_flat.shape) # 输出 (10, 2352)

这个代码示例假设输入数据的形状为 `(n_samples, n_channels, n_height, n_width)`，其中 `n_samples` 表示样本数，`n_channels` 表示通道数，`n_height` 表示高度，`n_width` 表示宽度。它将输入数据平铺成 `(n_samples, n_channels * n_height * n_width)` 的形状，以便于输入到全连接层中。