张量(tensor):一种数据类型,矩阵的推广。
0阶:一个数,例如[2];
1阶:一列数,类似列表,例如[1,2,3,4];
2阶:矩阵,例如[[1,2,3],[2,3,4]];
3阶:立方体矩阵,例如[[[1,2,3],[2,3,4]] , [[1,2,3],[2,3,4]]];
阶数也称为维度、轴(axis)、秩。
input_shape/shape:张量的形状,即每一阶的个数,从外到内,用tuple表示。例如[[[1,2,3],[2,3,4]] , [[1,2,3],[2,3,4]]]的shape是(2,2,3)。只有一阶要带逗号,例如(4, )。
【张量、shape、input_shape、秩】
推荐阅读
- Keras|将Pytorch模型迁移到android端(android studio)【未实现】
- nlp|Keras(十一)梯度带(GradientTape)的基本使用方法,与tf.keras结合使用
- 多层LSTM神经网络),出现ValueError: Input 0 is incompatible with layer lstm_21: expected ndim=3, found错误
- RNN|基于递归神经网络(RNN)的口语理解(SLU)
- Keras搭建神经网络BPNN(回归问题)
- Keras|Keras搭建神经网络BPNN(分类问题)
- 练习——形状识别(是方还是圆)