知识卡片
用张量形状描述网络接口
深度学习框架通常把数据表示为多维数组;形状描述各轴长度,理解批量、通道、空间或序列轴有助于检查层间接口。重塑只改变数据的解释方式且通常要求元素总数一致,并不自动交换轴或提取新的特征。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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
- 深度学习 · 查看原书依据
维数和尺寸构成了张量的形状
参考来源
- 位置:《深度学习:从基础到实践(上下册)》第20章《深度学习》20.2(来源项目 `extracted/深度学习:从基础到实践(上下册)/_epub-src/text/part0028_split_002.html`)
- 结论依据:维数和尺寸构成了张量的形状。
- 原始内容:。也就是说,所有的行、列等有着相同的长度 因此,我们经常用输入张量(指所有输入值)、输出张量(指所有输出值)以及网络内计算输入值的新表示的其他张量。