深入理解张量维度的真正含义

在人工智能领域，比如深度学习，机器学习，张量这一概念被频繁使用。虽然网上有很多关于张量的文章，但基本都是废话太多，而且复制粘贴说不到重点。

今天我就来讲解一下张量维度的真正含义。

首先. 张量并不是一个简单多维数组的概念

为了说明这个问题，用代码解释最为清楚（这里用pytorch作为演示工具）：

>>> import torch
>>> torch.rand(2,3,4)

tensor([[[0.3893, 0.0926, 0.5927, 0.0362],
         [0.7488, 0.1284, 0.1658, 0.6883],
         [0.9692, 0.6096, 0.3811, 0.6348]],

        [[0.3132, 0.4856, 0.5010, 0.5382],
         [0.4209, 0.9758, 0.6052, 0.8183],

         [0.0462, 0.9005, 0.9736, 0.8771]]])

我不知道各位有没有从上面的例子，发现到规律没有？

（2,3,4）是上面这个张量的形状没错，但是这不是重点。重点在于： 你怎么去理解这个维度在上面数组中的具体含义的？

首先我给出一个结论：在多维张量中，张量维度中的最后一个维度表示了张量的最小单位，也是该最小单位的列数/长度。

我相信：这是网上从来没有人告诉过你的一个关键特征。因为他们都不懂，要么就是故意不说

你可以看到上面这个三维张量的最小单位：[0.3893, 0.0926, 0.5927, 0.0362]，它的列数刚好是4

为了印证这一点，我把上面的张量从3维扩展4维：

>>> torch.rand(2,3,4,5)
tensor([[[[0.2797, 0.8020, 0.4698, 0.5959, 0.3229],
          [0.9926, 0.6175, 0.1324, 0.1322, 0.6438],
          [0.2046, 0.3593, 0.8734, 0.1032, 0.4316],
          [0.2191, 0.5165, 0.7173, 0.2843, 0.7192]],

         [[0.7188, 0.9162, 0.7454, 0.0712, 0.0822],
          [0.3084, 0.4359, 0.3200, 0.6938, 0.8972],
          [0.8860, 0.0275, 0.9120, 0.9609, 0.4668],
          [0.3209, 0.4625, 0.6925, 0.3628, 0.5243]],

         [[0.5671, 0.5452, 0.8791, 0.0238, 0.9310],
          [0.9554, 0.4225, 0.1282, 0.0430, 0.1930],
          [0.3095, 0.3146, 0.7911, 0.9851, 0.0080],
          [0.6860, 0.2170, 0.0167, 0.3191, 0.1569]]],

        [[[0.0101, 0.4069, 0.0368, 0.0711, 0.8693],
          [0.6945, 0.0231, 0.6840, 0.1747, 0.9457],
          [0.8171, 0.0382, 0.4268, 0.0348, 0.0104],
          [0.9574, 0.7956, 0.6939, 0.1443, 0.4272]],

         [[0.2437, 0.0244, 0.6358, 0.7854, 0.5776],
          [0.8892, 0.5903, 0.3915, 0.0739, 0.8040],
          [0.1287, 0.8313, 0.2242, 0.3242, 0.6272],
          [0.5183, 0.3957, 0.9779, 0.7776, 0.5292]],

         [[0.4206, 0.0818, 0.5058, 0.9838, 0.7958],
          [0.1617, 0.9986, 0.8095, 0.8501, 0.9051],
          [0.3168, 0.5005, 0.6576, 0.3395, 0.0077],
          [0.5153, 0.1495, 0.5506, 0.5251, 0.3986]]]])

同样可以看到这个四维张量的最小单元：[0.2797, 0.8020, 0.4698, 0.5959, 0.3229]

它的列数/长度是5，跟它的形状(2,3,4,5)中最后一个维度刚好对应。

所以，首先多维张量的维度一定要倒过来看！

那么这个4维张量的这么中括号，我们该从哪里看起呢？

从上面的图片中可以看到端倪：

在两个中括号包围的里面： 以张量最小单位，四个为一组。4刚好是倒数第二维度4的大小。

所以，每递增一个中括号，当前维度就会逆向往上递增一个维度。

注意： 这里维度都是倒过来看的

 现在继续递增中括号==》

 

可以看到当中括号递增到第三层时，它的里面刚好有3组，也就是倒数第三维度的大小。

如果我们继续往上递增维度呢？

此时可以看到因为上面的三个中括号后面有个逗号，说明有个后面的同级的三维。

那总共有几个呢？需要继续升维。

 当递增到四个中括号时，也就是倒数最后一个维度，也是顺数第一维度：2

说明它底下存在两个三维元素。而上面的三个中括号后面的逗号只出现过一次，正好印证了这一点，确实只有两个三维元素。

所以，关于张量的维度总结起来有以下几点：

1.  在多维张量中，张量维度中的最后一个维度表示了张量的最小单位，也是该最小单位的列数/长度。

2.  张量的维度应该倒过来看，而且每递增一个中括号，当前维度就会逆向往上递增一个维度。

3.  张量当前维度大小的意义： 表示它子维度成员的数量

再举一个张量实际应用的例子：

比如以下图像张量：

(samples, height, width,channel, colorDepth)

这个张量代表了：图像样本的数量，图像样本的长，宽,色彩通道以及色深。