Tensor.shape[0]的理解

初学python和pytorch，一直对$Tensor.shape[0]，Tensor.shape[1]，Tensor.shape[2]$等等的理解有疑惑。

对于$torch.rand(3,4,5,..)这种超过二维的Tensor，shape[0]$等等代表了它的对应维度的数值，这很好理解：

b = torch.rand(3,4)

tensor([[0.2079, 0.2861, 0.8555, 0.3366],
        [0.1264, 0.6924, 0.6601, 0.8238],
        [0.2413, 0.6084, 0.3180, 0.3877]])

b.shape

torch.Size([3, 4])

b.shape[0]

3

以此类推，$torch.rand(6).shape[0]=6$是毫无疑问的：

b = torch.rand(6)

tensor([0.1015, 0.2721, 0.3469, 0.7138, 0.5913, 0.6235])

b.shape

torch.Size([6])

b.shape[0]

6

等等，明明打印的是一行Tensor，为什么会是6呢？

这有一个思维误区，即$torch.rand(6)与torch.rand(1,6)$的区别

b = torch.rand(1,6)

tensor([[0.9991, 0.9873, 0.8410, 0.5159, 0.1541, 0.8908]])

b.shape

torch.Size([1, 6])

b.shape[0]

1

仔细观察二者区别，虽然都是平铺打印出来的，但是$torch.rand(1,6)比torch.rand(6)$多了一个维度，即多了一个中括号。

$torch.rand(6)$看起来一个1行6列的矩阵，实际上它只有一个维度6，帮助理解的话就是：创建Tensor的时候优先创建行，行是第一维，所以它其实是没有列的，可以认为它是一个6行的张量，也就是应该是竖过来打印。

本质上：$torch.rand(6)$只有一个维度的概念，不要把它理解为一个1行6列的矩阵。