三维视图详解keras.permute_dimensions和numpy.transpose转置效果

本文通过三维视图详细解释了keras.permute_dimensions和numpy.transpose在转置3D数据时的效果。通过五个实例展示了不同维度的交换过程,帮助理解深度学习中4维数据转置的逻辑。
摘要由CSDN通过智能技术生成

原文地址icon-default.png?t=M4ADhttps://luoyoyo.com/articles/4f12ec0ba42553838be4917fcab46398

二维的转置大家都很熟悉,横轴变纵轴嘛,

1 2 3                                1 4 7

4 5 6    转一下变成       2 5 8

7 8 9                               3 6 9

但是对于深度学习来说,尤其在transformer以及后来的bert模型出世以后,需要对多个大批次的多个部分的二维数据进行转置,已进行打分机制的计算(Self Attention),那就是4维数据的转置。。。看得人一懵一懵的。所以呢,在下整理了3维的转置3D呈现效果跟大家分享分享,3维转置是个什么空间逻辑,看懂了3维,那4维就按3维的结构进行推导就出来了。

评论 3
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