上海的公司地址seo推广网络

举一个三维张量吧

# 3行4列深度为2
const3 = tf.constant([[[1,2],[3,4],[5,6],[7,8]],[[11, 12], [13, 14], [15, 16], [17, 18]],[[21, 22], [23, 24], [25, 26], [27, 28]]
],tf.float16)
shape = (3,4,2)

--借鉴博主奶油松果的图和代码

分析形状 (3, 4, 2)

1. 最外层的括号（第一个维度）：

   • const3包含了三个子列表：
     • [[1, 2], [3, 4], [5, 6], [7, 8]]
     • [[11, 12], [13, 14], [15, 16], [17, 18]]
     • [[21, 22], [23, 24], [25, 26], [27, 28]]
   • 因此，第一个维度的大小是 3，这代表张量的行数。

2. 第二层的括号（第二个维度）：

   • 每个子列表又包含四个小列表：
     • [1, 2], [3, 4], [5, 6], [7, 8]
     • [11, 12], [13, 14], [15, 16], [17, 18]
     • [21, 22], [23, 24], [25, 26], [27, 28]
   • 因此，第二个维度的大小是 4，这代表每行的列数。

3. 最内层的括号（第三个维度）：

   • 每个小列表包含两个元素：
     • [1, 2]
     • [11, 12]
     • [21, 22]
   • 因此，第三个维度的大小是 2，这代表每个元素的深度。                                              可以看上边引用的图 的确是这样的哦

形象化理解

可以把这个张量想象成一本书：

• 书本有3页（行数 = 3）
• 每页有4个段落（列数 = 4）
• 每个段落有2个句子（深度 = 2）

所以，整个张量的形状是 (3, 4, 2)。

TRM

理解TRM中的 unsqueeze(1)了没，第二个维度（维度1）加上一列，那就是每个子列表里 又包含1个小列表   

最外层的括号（第一个维度）：

const3包含了2个子列表：  那就是每个子列表里 又包含1个小列表   每个小列表包含5个元素