如何解决从CIFAR-10训练集移除指定图片的形状异常问题

问题出在你调用np.delete时没有指定axis参数。

默认情况下，np.delete会将多维数组先扁平化（变成一维），再删除指定索引的元素，最后返回一维数组。你的inputs原本是(50000, 32, 32, 3)，扁平化后总元素数是50000*32*32*3 = 153600000，删除4个元素后长度为153599996，看起来形状“增大”其实是数组被降维成一维了，并非实际元素数量增加。

要沿着样本维度（也就是第一个维度，对应50000这个轴）删除指定索引的图片，必须给np.delete加上axis=0参数：

data = tfds.as_numpy(tfds.load(name=FLAGS.dataset, batch_size=-1, data_dir=DATA_DIR))
inputs = data['train']['image']
labels = data['train']['label']

inputs = (inputs/127.5)-1
# 指定axis=0，沿样本维度删除
inputs = np.delete(inputs, [0, 4, 3, 2], axis=0)
labels = np.delete(labels, [0, 4, 3, 2], axis=0)

修改后，inputs的形状会变成(49996, 32, 32, 3)，labels变成(49996,)，符合你移除4个样本的预期。

内容的提问来源于stack exchange，提问作者stats_residue