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
tensor_1.shape
输出torch.Size([784, 1])
李>tensor_2.shape
输出torch.Size([784])
李>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
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,只要这样做相关问题 更多 >
编程相关推荐