张量尺寸行x列是否像矩阵一样？

Question

我正在关注此tensorflow tutorial。

这是一个基本问题，但是我想确保我完全理解它。张量尺寸描述为行x列。

在这一行：

x = tf.placeholder(tf.float32, [None, 784])

这是否意味着有784列和任意数量的行？

https://www.tensorflow.org/versions/r1.3/get_started/mnist/beginners

Answer 1

2级张量等效于张量流中的矩阵，并且行和列可以按照您描述的方式来考虑。维度的None值的典型用例是允许使用可变数量的示例。对于您而言，x非常适合容纳任意数量的示例，每个示例都具有784个特征值。

Answer 2

一个Tensor可以粗略地看成一个n维向量。

因此

• tf.placeholder（tf.float32）=>标量。
• tf.placeholder（tf.float32，[3]）=>一个向量。
• tf.placeholder（tf.float32，[None，784]）=>矩阵（行，列）。
• tf.placeholder（tf.float32，[None，28，28，3]）=> 3张量（batch_size，行，列，通道）。

None表示张量可以接收任意数字。