Pytorch张量形

Question

我有一个关于两个不同张量的形状的简单问题-tensor_1和tensor_2

1. tensor_1.shape输出torch.Size([784, 1])
2. tensor_2.shape输出torch.Size([784])

我知道第一个是秩-2张量，而第二个是秩-1张量。对我来说，很难概念化形状[784, 1]和[784]之间的区别

认为tensor_1有784行和1列，每个位置内都有标量是正确的吗？如果是这样的话，为什么我们不能简单地称它为列向量（实际上是秩1张量），它也有垂直显示的值

类似地，第二张量（[784]）的形状可以想象为水平向量内的784个值吗

Answer 1

您不能将tensor_1作为列向量调用，因为它是维度。索引特定张量是在2D中完成的
例如tensor_1[1,1]

说到tensor_2，它是一个只有一维的标量张量。
当然，你可以让它有一个tensor_1的形状，只要这样做

tensor_2 = tensor_2.unsqueeze(1)   #This method will make tensor_2 have a shape of tensor_1