马春杰杰博客
致力于深度学习经验分享!

[mcj]Python中多维数组的理解

比如:b=torch.Tensor([1 , 2 , 3 , 4 , 5 , 6])

此时数组为1维数组,我们把它变成2维数组:print(b.view(2,3))

得到的结果是:

tensor([[1., 2., 3.],[4., 5., 6.]])

两行三列,很容易理解。如果变成3维数组呢?:print(b.view(1,2,3))

此时结果为:

tensor([[[1., 2., 3.],[4., 5., 6.]]])

对于数组的三个参数,可以这样简单的理解,view(1,2,3)中的1,代表第一个括号里面只有1个元素,2代表第二个括号里面只有两个元素,3代表第三个括号里面只有三个元素。拆开看看:

第一个括号里面只有:[[1., 2., 3.],[4., 5., 6.]]包在了一个中括号里面,表示1个元素。

第二个括号里面只有[1., 2., 3.],[4., 5., 6.],这代表2个元素,对应上面的2。

第三个括号,取其中一个来说:[1., 2., 3.]这代表里面有3个元素,对应其中的3.

其他多维的也依次类推。

本文最后更新于2019年11月21日,已超过 1 年没有更新,如果文章内容或图片资源失效,请留言反馈,我们会及时处理,谢谢!

如果你对这篇文章有什么疑问或建议,欢迎下面留言提出,我看到会立刻回复!

打赏
未经允许不得转载:马春杰杰 » [mcj]Python中多维数组的理解
超级便宜的原生ChatGPT4.0

留个评论吧~ 抢沙发 评论前登陆可免验证码!

私密评论
  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址(选填,便于回访^_^)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏

登录

忘记密码 ?

切换登录

注册