自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(1)
  • 收藏
  • 关注

原创 张量点积_学习笔记

在读《Python深度学习》这本书的时候,学习到张量点积这一块。二维以内的张量(向量和矩阵)的点积完全和矩阵乘法相同,因此理解起来没什么困难。但是当张量维度更高的时候呢?原文是这么说的:更一般地说,你可以对更高维的张量做点积,只要其形状匹配遵循与前面2D张量相同的原则:(a,b,c,d) . (d,) -> (a,b,c)(a,b,c,d) . (d,e) -> (a,b,c,e)那么,当被点积的张量维度高于二维呢?先说结论:(a,b,c,d) . (e,f,g,h) 点

2021-11-17 17:01:53 3829 1

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除