我正在阅读Keras文档,被卡住了,下面的句子
注意:如果该层的输入的秩大于2,则在带有内核的初始点积之前将其展平。
来自:https://keras.io/layers/core/
在Keras的背景下,排名如何?我熟悉矩阵的秩,但是我真的看不到它在Keras中的张量的秩是什么(或为什么应该相关)
一个实际的例子会很有用。
答案 0 :(得分:1)
这只是张量的尺寸数。
{p {1}}对象的等级是其维数。等级的同义词包括 order 或 degree 或 n维。请注意,TensorFlow中的等级与数学中的矩阵等级不同。 [...]
答案 1 :(得分:0)
它表示输入张量的尺寸,而不是输入矩阵的秩。