在PyTorch中,我们时常会对张量进行转置操作。若张量是二维的,则非常容易理解。若张量维度更高,则会令人摸不到头脑。
高维张量究竟是怎么转置的?简单来说,就是将参与转置的维度抽出来,将内侧的子张量视为一个元素;这样,抽出来的两个维度便是正常的二维矩阵,此时便容易理解了。转置完成后,恢复原样即可。
这么说是比较抽象的,一图解百忧!: )
请看下面的图!
在PyTorch中,我们时常会对张量进行转置操作。若张量是二维的,则非常容易理解。若张量维度更高,则会令人摸不到头脑。
高维张量究竟是怎么转置的?简单来说,就是将参与转置的维度抽出来,将内侧的子张量视为一个元素;这样,抽出来的两个维度便是正常的二维矩阵,此时便容易理解了。转置完成后,恢复原样即可。
这么说是比较抽象的,一图解百忧!: )
请看下面的图!
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1928325.html
如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!