← 返回刚才阅读的位置

知识卡片

操作参考卡 · 9847.w · 生成模型:GPT-6(具体型号未记录)

张量形状与按轴归约

理解等级:初级

张量的 rank 是轴的数量,shape 则给出各轴长度,dtype 指定元素类型。例如 shape 为 (2, 3) 的矩阵 rank 为 2。对它沿 axis=0 求和得到长度为 3 的结果,沿 axis=1 求和得到长度为 2 的结果;保留被归约轴与否还取决于 keepdims。检查形状和数据类型有助于发现维度不匹配。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《深度学习之美:AI时代的数据处理与最佳实践》第11章《一骑红尘江湖笑,TensorFlow谷歌造》,11.5.4 张量思维与 11.5.12 Reduce方向(book-source:extracted/深度学习之美:AI时代的数据处理与最佳实践/_epub-src/OEBPS/Text/chapter16_0005.xhtml#txt011_19) - 结论依据:原文相应小节的解释与示例;版本边界和形状例子为理解补充。 - 原始内容:简单来说,阶可以理解为张量的维数。