怎么判断张量的维度（形状（shape）），即如何定义行数、列数和深度的？
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)
-
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。
-
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。
- 每个子列表又包含四个小列表：
-
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
- 每个小列表包含两个元素：
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
