tf中使用张量（tensor）这种数据结构来表示所有的数据，可以把张量看成是一个具有n个维度的数组或列表，张量会在各个节点之间流动，参与计算。 张量具有静态维度和动态维度。 在图构建过程中定义的张量拥有的维度是静态维度，这个维度可以被定义为不确定的，例如定义一个tensor的维度是[None,10 ...

获取Tensor维度的两种方法: Tensor.get_shape() 返回TensorShape对象， 如果需要确定的数值而把TensorShape当作list使用，肯定是不行的。 需要调用TensorShape的as_list()方法， 需要调用 ...

1. 扩展Tensor维度 　　 相信刚接触Pytorch的宝宝们，会遇到这样一个问题，输入的数据维度和实验需要维度不一致，输入的可能是2维数据或3维数据，实验需要用到3维或4维数据，那么我们需要扩展这个维度。其实特别简单，只要对数据加一个扩展维度方法就可以了。 1.1 ...

维度变换是tensorflow中的重要模块之一，前面mnist实战模块我们使用了图片数据的压平操作，它就是维度变换的应用之一。 在详解维度变换的方法之前，这里先介绍一下View（视图）的概念。所谓View，简单的可以理解成我们对一个tensor不同维度关系的认识。举个例子，一个[ b ...

目录 tensor的维度变换 view以及reshape的用法 squeeze与unsqueeze用法 unsqueeze squeeze expand与repeat用法 ...

常见的Tensor创建方法 1，基础Tensor函数：torch.Tensor（2，2）32位浮点型 2，指定类型： torch.DoubleTensor（2，2）64位浮点型 3，使用python的列表序列：torch.Tensor（[[1,2],[3,4]]） 4,默认值 ...

引言 本篇介绍tensor的维度变化。 维度变化改变的是数据的理解方式！ view/reshape：大小不变的条件下，转变shape squeeze/unsqueeze：减少/增加维度 transpose/t/permute：转置，单次/多次交换 ...

目录 TensorFlow2-维度变换 Outline（大纲） 图片视图 First Reshape（重塑视图） Second Reshape（恢复视图） Transpose（转置） Expand_dims（增加维度） Squeeze（挤压维度 ...