気づいたら公開アカウントを5つ書いて、このシリーズも第3章まできました。何事もモチベーションが大切だとわかりました。面白いと思えば続けられます。公開アカウントなら続けられます。記事が50記事になったら、Qidian.comにアクセスして、妖精小説を書くためのアカウントを開設して、小説を書き続けることができるかもしれません。
基本を書き続ける これを覚えるのがめんどくさいのは、基本が多すぎるからです。
前回の記事では、角括弧をチェックしてテンソルの次元数を確認できることを紹介しました。また、形状の数からも確認できます。同時に、形状は各次元の要素の数も提供します。上の図に示すように、各次元はすべて 1 次元であり、最後の次元、つまり列に 2 つの要素が含まれるだけです。
形状に加えて、サイズを使用して Tensor の形状を表示することもできます。
size メソッドでは、対応する次元の要素数を直接抽出することもできます。
今日は Tesnor の亜種に焦点を当てます
なぜこれを変更する必要があるのでしょうか? それは、さまざまな Tensor の乗算と加算の計算を容易にするためであり、ディープ ラーニングの核心は実際にはこれらのものであるためです。
Tensor の形状、view メソッドを変更するだけです
まず、1行6列のTensor t1を作成します。
次に、それを 2 行 3 列に変更します。このとき、view メソッドを呼び出します。
Tensor t1 が 1 行 6 列から 2 行 3 列に変更されたことがわかります。
ここで注意すべき点があります. view メソッドは実際には Tensor の物理的な形状を変更しません (保存方法は変更せず、ヘッドの表示形式を変更するだけです). コードで確認してみましょう。 t1 と t2 は 2 つです