1.矩阵的定义:一个m*n的矩阵是由m行n列元素排列形成的矩阵阵列,1*n矩阵称为矩阵的行向量,m*1矩阵称为矩阵的列向量
2.shape()函数简单介绍
shape(2,)这里的2指的是矩阵一维的长度
shape(2,3)这里的2指的是矩阵一维的长度为2,二维的长度为3
shape(1,3,4)这里矩阵的一维长度为1,二维长度为3,三维长度为4
............
2.多维矩阵:(以机器学习中要理解的shape()为例)
1.二维矩阵:shape(2,3)
这是一个两行三列的二维矩阵
[[-0.15317513 -0.11235725 -0.11141305] [-0.08667754 0.0667215 -0.14611584]]
2.三维矩阵:
为了加深理解,对比学习,举三个例子
<tf.Variable 'Variable:0' shape=(2, 3, 1) dtype=float32_ref> [[[-0.0248282 ] [-0.0386901 ] [ 0.14197029]] [[-0.01333892] [-0.0897816 ] [-0.11507757]]]
<