如果张量的形状定义了每个维度中的权限数量,则张量的形状是否可以为每个维度生成不同数量的实体?

时间:2017-12-14 14:45:53

标签: tensorflow deep-learning tensor

我正在学习一些教程,以了解TensorFlow中的张量。据我所知,rank指定了张量的维数。现在我对术语“形状”感到好奇。并且我想知道,如果一个维度的实体多于下一个维度,或者元素的数量在维度之间总是相等,那么它是可能的还是常见的?

我希望这是有道理的,并提前感谢你。

1 个答案:

答案 0 :(得分:1)

我不完全确定我是否正确理解了您的问题,但无论如何我都会尝试回答,只是为了提供一些清晰度。

张量仅代表N维数组。张量的形状是沿给定尺寸的尺寸列表,等级是尺寸的数量。

例如,假设一个大小为10x20x5的3D数组。然后形状为(10, 20, 5),等级为3,此类数组的元素总数为10*20*5=1000