热门标签
热门文章
- 1如何做深ViT模型？NUS、字节：引入Re-attention机制，实现强大性能
- 2数组和链表的关系
- 3Vue 性能不给力？这些优化技巧帮你轻松搞定！_对vue框架做过哪些修复和优化呀?
- 4OpenHarmony开发实战：目标管理（ArkTS）_arkts dateutil
- 5【随笔】Git 高级篇 -- 不带 source 参数的命令 git fetch & git push（三十九）_git fetch可以不填参数吗
- 6Elasticsearch之RestClient查询文档_elasticsearch restclient
- 7传输控制协议（TCP）_tcp传输控制协议
- 8jmeter介绍
- 9「小明赠书活动」第四期《Java开发坑点解析：从根因分析到最佳实践》
- 10英伟达＆Punkhash推出算力出租平台，GPU算力不再是″富人游戏“nVIDIA H100算力租赁多少钱？_h100算力租赁价格
当前位置: article > 正文
深度学习中Python的Shape函数使用方法_深度学习 shape
作者：2023面试高手 | 2024-06-06 01:56:05
赞
踩
深度学习 shape
深度学习中Python的Shape函数使用方法
Python中shape函数主要用于读取数组维度，通过调用shape可以获得研究数组及其对应行列的维度，输入的参数可以是一个常数，也可以是一个矩阵（Matrix）。但是在深度学习中使用Tensorflow框架中会遇到张量（Tensor）此时Shape函数也可以用于获取张量的维度。以下是简单实例：
- 输入参数为一维数组
- 输入参数为二维数组
3.输入参数为张量（Tensor）
在深度学习中，会一直使用Tensor这一概念。张量其实更具有普遍性与代表性，传统的标量、向量、矩阵都可以看成是张量的特例。例如标量是0维张量，向量是1维张量，矩阵或者成为二维数组则是2维张量。张量可以拓展至更高维度，对应的shape函数在python中的表示如下所示：
其中shape[0] 的维度是第一个[]包含的数组个数，shape[1]对应第二[]包含的数组个数。以此类推。
声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/2023面试高手/article/detail/679045
推荐阅读
相关标签
