1、维度与形状的区别
当我们说一个向量的维度的时候,我们会说,这是一个1维度向量,2维向量,3维向量等等。在pytorch中,计算维度是通过向量的形状获取的,如下代码所示:
import torch
input = torch.ones(3, 5)
print(input)
dim = len(input.shape)
print(dim)
2、维度的计数
对于上面的2维input向量,它有两个维度,分别表示为0维和1维。
input向量的外形轮廓是这样的:
tensor([[1., 1., 1., 1., 1.],
[1., 1., 1., 1., 1.],
[1., 1., 1., 1., 1.]])
通过外形来看,我们可以知道最外面的中括号为1维,其次为2维。
3、dim=0和dim=1的表示
从俯瞰的角度来看,input向量长这个样子:
![](http://www.hbase.cn/usr/uploads/2024/06/264098974.png)
从dim=0的角度(横向角度)来看,input向量长这个样子:
![](http://www.hbase.cn/usr/uploads/2024/06/4127799877.png)
从dim=1的角度(纵向角度)来看,input向量长这个样子:
![](http://www.hbase.cn/usr/uploads/2024/06/1767957542.png)
4、sum的理解
sum表示求和操作,当dim=0的时候,sum操作是这样执行的:
![](http://www.hbase.cn/usr/uploads/2024/06/3836077599.png)
当dim=1的时候,sum操作是这样执行的:
![](http://www.hbase.cn/usr/uploads/2024/06/3084540701.png)