本文是深度学习基础系列的第三章，探讨Tensor的变形操作，包括view、size、reshape、transpose和permute等。内容涉及如何改变Tensor的形状以适应计算需求，解释了Tensor的连续性概念，并通过实例解析了不同操作对Tensor的影响，帮助读者更好地理解和应用这些基础概念。
不知不觉我写了5篇公众号了，这个系列也写到了第三章了，我发现做什么事情还是自驱力很重要，如果觉得有意思，就能一直坚持下去，如果我公众号能写到50篇，我就去起点开一个号写仙侠小说去，我觉得小说可能我也能坚持写下去。
继续写基础，这东西之所以学起来很麻烦就是基础太多
上一篇文章我们介绍了,可以查中括号来确定张量是几维的，也能通过shape数量看到，同时shape也提供了每个维度的与元素个数，像上图前面每个维度都是1维，只有最后一维，也就是列包含2个元素
另外除了shape以外也可以用size来查看Tensor的形状
size这个方法还可以直接提取对应维度的元素个数
今天的重点就是Tesnor的变型
为什么要变型呢，就是方便不同Tensor进行乘加计算，因为深度学习的核心其实说白了，就是这些东西
简单的改变Tensor的形状, view方法
我们先建立一个1行6列的Tensor t1
然后我们将它改变成2行3列，这个时候我们调用view方法
可以看到Tensor t1 已经从之前的1行6列变成现在的2行3列
这里有个需要注意的地方，view方法其实并没有改变Tensor的物理形状（没改变存储的方式，只是改变了头的展现形式），我们用代码验证一下，现在有t1,t2两个
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
