numpy as_strided 的反函数

我有一个 4 张量x。 6张量y计算如下：

x = np.random.randn(64, 28, 28, 1)
strided_shape = 64, 26, 26, 3, 3, 1
y = numpy.lib.stride_tricks.as_strided(x, strided_shape, strides=(x.strides[0], x.strides[1], x.strides[2], x.strides[1], x.strides[2], x.strides[3]))

strided_shape一般来说可以是任何形状，只要第一个和最后一个尺寸与x（这只是一个具体的例子）。

我的问题是，使用y（以及x.shape and x.strides元组），是否可以恢复原始张量x, using as_strided again, reshape, sum， ETC。？注意：我实际上并不打算将上述过程应用于y本身;相反，我想在形状相同的张量上执行该过程y.

Well y只是一个视图x，具有不同的形状和步幅。如此一来，恢复x from y只是简单地改变形状和步幅。因此，考虑到这些（假设这些在x to y转换），这将是简单的 -

x = np.lib.stride_tricks.as_strided(y, x.shape, x.strides)