四维数组的数学理解与tensorflow中对四维数组解释的不同之处

import numpy as np
n = np.array([[2,1,2,1],
              [0,-1,3,0],
              [2,1,-1,4],
              [1,2,5,7],
              [2,1,2,1],
              [0,1,3,0],
              [2,1,-1,4],
              [8,7,9,5],
              [6,3,2,1],
              [1,2,5,7],
              [2,1,2,1],
              [1,2,5,7]],dtype="float32").reshape(2,4,3,2)
              print(n)

运行后的结果

[[[[ 2.  1.]
   [ 2.  1.]
   [ 0. -1.]]

  [[ 3.  0.]
   [ 2.  1.]
   [-1.  4.]]

  [[ 1.  2.]
   [ 5.  7.]
   [ 2.  1.]]

  [[ 2.  1.]
   [ 0.  1.]
   [ 3.  0.]]]


 [[[ 2.  1.]
   [-1.  4.]
   [ 8.  7.]]

  [[ 9.  5.]
   [ 6.  3.]
   [ 2.  1.]]

  [[ 1.  2.]
   [ 5.  7.]
   [ 2.  1.]]

  [[ 2.  1.]
   [ 1.  2.]
   [ 5.  7.]]]]

数学样式
在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值