在numpy里面,两个是不相同的,size: 所有元素的个数和, shape: 数组类型大小(3,2) ,
但在pytorch里面,两个是一样的,表达的都是数组类型
import torch
import numpy as np
a = np.array([[1,2,3],
[4,5,6]])
x = torch.tensor(a)
print("numpy:")
print("Shape of a:",a.shape)
print("Type of a.shape:", type(a.shape))
print("Size of a:", a.size)
print("-------------")
print("pytorch:")
print("Shape of x:",x.shape)
print("Size of x:",x.size())
print("Type of x.size():",type(x.size()))
运行结果:
因为在python中,shape和size用的还是比较多的,在检查代码报错中,经常出现前后数组类型匹配导致的报错,这时候,可以输出前后的shape,查看数组类型大小,进行调整代码。