如何判断张量(tensor)的维度呢?

利用python随机生成一个张量

a=torch.randn(2,3,1)

输出:

基于上述数据可以得到以下观察,首先确定这是一个三维向量,这个可以根据最左边方括号([ )的数量来确定。

那么它的形状必然是(a,b,c)的形式。

看左边的第一个方括号([ )里面包含了几个元素,这里的元素是以([ ])为一组,因此a=2;再看第二个方括号([ )里包含了几个元素,这里的元素是以([ ])为一组,因此b=3;最后看第三个方括号([  )里面的元素个数,由于这是最后一维数据了,因此直接数这组括号里面的元素个数,因此c=1.因此a.size()=([2,3,1])

为了更好的理解这个概念,我们利用python再随机生成一组数据

b=torch.randn(2,1,3)

输出:

仍然按照上述方法进行判断,最左边的方括号里面包含2组次左方括号,a=2;次左方括号里面包含一组次次左方括号,b=1;最后一组方括号里面包含3个元素,c=3.因此,b.size()=([2,1,3])

  • 25
    点赞
  • 47
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
在PyTorch中,torch.Tensor是一个多维数组的数据类型。它可以表示不同维度张量维度是一个抽象的概念,可以用来描述张量的形状和大小。每个维度都对应着张量的一个轴,可以通过索引来访问张量中的元素。 例如,一个二维张量可以表示为一个矩阵,其中第一个维度表示行,第二个维度表示列。一个三维张量可以表示为一个立方体,其中第一个维度表示深度,第二个维度表示行,第三个维度表示列。更高维度张量可以类似地解释。 torch.Tensor.expand()函数可以用来改变张量的形状,可以通过指定新的维度来扩展原有的维度。这个函数的官方文档可以在中找到。 torch.Tensor.expand_as()函数则是用来将一个张量扩展为与另一个张量具有相同形状的函数。这个函数的官方文档可以在中找到。 所以,torch.tensor张量维度是指张量的形状和大小,可以通过expand()和expand_as()函数来改变或扩展。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [图像解析 torch.Tensor维度概念 && 用 torch.randn 举例](https://blog.csdn.net/qq_54185421/article/details/124896084)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [【Pytorch】torch.Tensor.expand_as()与torch.Tensor.expand()使用与比较](https://blog.csdn.net/meiqi0538/article/details/124394608)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
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