【深度学习笔记整理-2.3】axis，transpose，reshape

1.axis

axis一直是个让人混淆的点，axis=k代表了沿着某轴，可是这个轴代表了什么意思？了解过上一节笔记之后，其实这块理解起来就比较简单了。

简单复习一下，对于一个高维的张量（a,b,c,d），我们可以从后向前看，首先是有个b*c的矩阵，然后有b个这样的矩阵，最后有a个这样的整体。

以（2，2，3，4）为例，画起来是这个样子

那么axis=0是什么意思？0轴实际上代表了最外面的整体，在上面这个图中，最大的整体是

那么以numpy中的sum举例，axis=0就是两个最大整体的对位相加

     

axis=1是什么呢？其实就是第二大整体的对位相加

 

2.transpose

transpose最常用的方面就是转置，比如将3*4矩阵转置为4*3矩阵，那么如果是高维的张量呢？比如（2，2，3，4）实际上transpose后就是将其形状倒置为（4，3，2，2），transpose还有一种用法只转换其中几行，方法是在函数中加入参数，例如transpose（test1，（0，2，1）），意思就是只将轴1与轴2的位置调换。

3.reshape

reshape的方法是将原张量变为新形状的张量，能够变换的前提是前后两个张量能够容纳的值的数量是一致的，否则就无法转换，转换的过程中，是尽可能先填满-1轴，然后依次向着最外面的整体填充。