介紹
Tensor，又稱"張量"，其實(shí)就是n維度數(shù)組。不同維度的Tensor示意圖如下：
?
?
?關(guān)于Tensor.reshape
reshape函數(shù)可以處理總元素個(gè)數(shù)相同的任何新形狀，【3，2，5】->【3，10】->【5，6】這個(gè)流程如下圖所示：
關(guān)于Tensor.sum(0, keepdim=True)
?有時(shí)需要對(duì)Tensor按照某一維度進(jìn)行求和，那么實(shí)際上就是將所求和的維度從向量降維成標(biāo)量
舉個(gè)栗子
import torch
# 創(chuàng)建一個(gè) 2*3*4 的三秩張量
X = torch.arange(24).reshape(2,3,4)
# 以下是X內(nèi)部的值：
tensor([[[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]],
[[12, 13, 14, 15],
[16, 17, 18, 19],
[20, 21, 22, 23]]])
# 分別對(duì) X 從 0軸、1軸、2軸進(jìn)行求和
X.sum(0, keepdim=True), X.sum(1, keepdim=True),X.sum(2, keepdim=True)
------------------下面是求和后的 X------------------
# 0軸
(tensor([[[12, 14, 16, 18],
[20, 22, 24, 26],
[28, 30, 32, 34]]])
# 1軸
tensor([[[12, 15, 18, 21]],
[[48, 51, 54, 57]]])
# 2軸
tensor([[[ 6],
[22],
[38]],
[[54],
[70],
[86]]]))可視化
單從輸出上來(lái)看也許不是很直觀，那么可以借助圖像來(lái)顯示【按維度求和】具體發(fā)生了什么，如下所示：
文章來(lái)源：http://www.zghlxwxcb.cn/news/detail-672771.html
?文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-672771.html
到了這里，關(guān)于Tensor-動(dòng)手學(xué)深度學(xué)習(xí)-李沐_筆記的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
