前言
EAST学习小函数的最后一部分,今天写这部分的最后一张,这三篇的目的都是让大家免于在读 EAST函数的时候四处查找,算是方便大家吧,话不多说进入正题。
np.linalg.norm(求范数)
x_norm=np.linalg.norm(x, ord=None, axis=None, keepdims=False)
np.newaxis()
np.newaxis的作用就是在这一位置增加一个一维,这一位置指的是np.newaxis所在的位置,比较抽象,需要配合例子理解。
x1 = np.array([1, 2, 3, 4, 5])
# the shape of x1 is (5,)
x1_new = x1[:, np.newaxis]
# now, the shape of x1_new is (5, 1)
# array([[1],
# [2],
# [3],
# [4],
# [5]])
x1_new = x1[np.newaxis,:]
# now, the shape of x1_new is (1, 5)
# array([[1, 2, 3, 4, 5]])
numpy.argmin()
>>> a = np.arange(6).reshape(2,3)
>>> a
array([[0, 1, 2],
[3, 4, 5]])
>>> np.argmin(a)
0
>>> np.argmin(a, axis=0)
array([0, 0, 0])
>>> np.argmin(a, axis=1)
array([0, 0])
np.dot()
dot()返回的是两个数组的点积(dot product)
最后
这就是EASTmodel和icdar用到大多数函数。还是向各位前辈致以诚挚的谢意。