移动端模板网站建设,设计在线官网作品欣赏,网站建设 东莞,深圳网络科技公司排名101.n维数组#xff0c;也称为张量#xff08;tensor#xff09;#xff1a;tensor和ndarray没有本质区别。tensor是有数学上的严格定义#xff0c;ndarray是计算机描述的#xff1b;张量表示一个由数值组成的数组#xff0c;这个数组可能有多个维度#xff1b; 无论使用…1.n维数组也称为张量tensortensor和ndarray没有本质区别。tensor是有数学上的严格定义ndarray是计算机描述的张量表示一个由数值组成的数组这个数组可能有多个维度 无论使用哪个深度学习框架它的张量类在MXNet中为ndarray 在PyTorch和TensorFlow中为Tensor都与Numpy的ndarray类似张量类支持自动微分
2.reshape函数 虽然张量的形状发生了改变但其元素值并没有变。 注意通过改变张量的形状张量的大小不会改变。 可以通过**-1来调用此自动计算出维**度的功能。如可以用x.reshape(-1,4)或x.reshape(3,-1)来取代x.reshape(3,4)。
reshape函数相当于C的引用没有改变内存地址如下改变b张量的值a张量的值也变了 3.广播机制 这种机制的工作方式如下 1通过适当复制元素来扩展一个或两个数组以便在转换之后两个张量具有相同的形状 2对生成的数组执行按元素操作。 4.索引和切片
Python中[-1]、[:-1]、[::-1]、[n::-1]、[:,:,0]、[…,0]、[…,::-1] 的理解 5节省内存
