Python中size和shape区别

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。