关于python中机器学习相关矩阵变换的想法

本文介绍了如何使用reshape函数将矩阵重塑为一维数组,并根据需求重新布局元素。同时,重点讲解了transpose函数在高维矩阵中的坐标轴交换技巧,包括实例演示了dim参数在不同维度上的应用。适合理解矩阵操作的进阶读者。
摘要由CSDN通过智能技术生成

reshape:对矩阵进行变换

  • 仅仅是将矩阵展成为一维的数组,然后根据变换的目的矩阵大小进行填充

transpose:可以对高维矩阵进行变换

  • 例如transpose(1,0,2)就是将三维矩阵中前两个坐标进行变换。

补充:一些关于矩阵的函数的参数dim,在某些维度上进行操作,例如nn.softmax(dim=0),在第0维度进行softmax操作就是在矩阵[0][0][0],[1][0][0],[2][0][0]这些位置进行操作

如果dim=1就是在[0][0][0],[0 ][1][0],[0][2][0]位置上进行操作

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