关于Pytorch 中的维度简写的问题

问题 :
        torch.Size([196608])我是不是可以理解成 它的原始形状是不是torch.Size([1, 1, 1, 196608],然后因为都是一维的,所以1可以不写,这样理解可以吗?

博主答案:

        是的,你可以将 torch.Size([196608]) 理解为原始形状为 torch.Size([1, 1, 1, 196608]) 的一维张量。在这种情况下,由于该张量在所有维度上都是长度为 1,因此这些维度可以被省略,只保留一维的大小为 196608。

在 PyTorch 中,形状 (1, 1, 1, 196608)(196608,) 都表示相同的一维张量。PyTorch 在显示张量形状时,默认会去除只有一个元素的维度,因此可以将其简化为 (196608,)

因此,你可以将 torch.Size([196608]) 视为 (1, 1, 1, 196608) 的简化形式,其中的 1 维度被省略了。这种方式的理解是合理的,能够帮助你更好地理解张量的形状。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
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