axis=-1,1,0与sum(-1)、sum(1)、sum(0)、sum()以及max等函数操作同理

python中的-1所表示的维度为倒数第一个。

（1）将张量的中的所有元素用下标表示其所在的位置。

（2）将张量进行分组，然后再操作。axis=i，忽略i轴下标，将其他轴下标相同的为一组，然后再对该组进行操作。

分组则意味着会降维，则每axis一次，维度就降低1，所得到的结果张量维度降低。

当numpy函数不指定axis的值时，表示函数对所有元素进行操作；

二维张量：


>>> import numpy as np>>> a=np.array([[1,2],[3,4],[5,6]])>>> a.mean(axis=0)
array([3., 4.])
>>> a.mean(axis=1)
array([1.5, 3.5, 5.5])"""
二维张量也可以直接记忆axis=0：可以理解为按照行顺序，对列进行操作axis=1：可以理解为按照列顺序，对行进行操作
"""

（1）张量a中的所有元素用下标表示其所在的位置。如下

[[00, 01],[10, 11],[20, 21]]

（2）将张量进行分组，然后再操作。axis=i，忽略i轴下标，将其他轴下标相同的为一组，然后再对该组进行操作。

>>a.shape()
(3,2)若 axis = 0，则结果张量相比较于原始张量维度减1，变成1维。分成2组,每组个数为3，再进行操作。
（张量元素下标中第一个数字除去，剩下的数字相同的为一组）
[[0, 1],[0, 1],[0, 1]]若 axis = 1，则结果张量相比较于原始张量维度减1，变成1维，分成3组，每组个数为2，再进行操作。
（张量元素下标中第二个数字除去，剩下的数字相同的为一组）
[[0, 0],[1, 1],[2, 2]]

三维张量：


import numpy as npnp.random.seed(1234)
embeddings  = np.random.randint(0, 10, size=[3, 3, 5])
print(embeddings )a = np.max(embeddings ,axis=-1)
b = np.max(embeddings ,axis=0)
c = np.max(embeddings ,axis=1)print(a)
print(b)
print(c)

[[[3 6 5 4 8]，
[9 1 7 9 6]，
[8 0 5 0 9]]，

[[6 2 0 5 2]，
[6 3 7 0 9]，
[0 3 2 3 1]]，

[[3 1 3 7 1]，
[7 4 0 5 1]，
[5 9 9 4 0]]]

axis=-1，表示倒数第一个维度。

[[8 9 9]
[6 9 3]
[7 7 9]]

axis=0

[[6 6 5 7 8]
[9 4 7 9 9]
[8 9 9 4 9]]

axis=1

[[9 6 7 9 9]
[6 3 7 5 9]
[7 9 9 7 1]]

(1)将张量的中的所有元素用下标表示其所在的位置

[[[000, 001, 002, 003, 004],

[010, 011, 012, 013, 014],

[020, 021, 022, 023, 024]],

[[100, 101, 102, 103, 104],

[110, 111, 112, 113, 114],

[120, 121, 122, 123, 124]],

[[200, 201, 202, 203, 204],

[210, 211, 212, 213, 214],

[220, 221, 222, 223, 224]]]

(2）将张量进行分组，然后再操作。axis=i，忽略i轴下标，将其他轴下标相同的为一组，然后再对该组进行操作

>>embeddings.shape()
(3, 3, 5)若 axis = -1，则结果张量相比较于原始张量维度减1，变成2维,shape:3*3。分成3*3组,每组个数为5，再进行操作。
（张量元素下标中第一个数字除去，剩下的数字相同的为一组）
[[[00, 00, 00, 00, 00],[01, 01, 01, 01, 01],[02, 02, 02, 02, 02]],[[10, 10, 10, 10, 10],[11, 11, 11, 11, 11],[12, 12, 12, 12, 12],[[20, 20, 20, 20, 20],[21, 21, 21, 21, 21],[22, 22, 22, 22, 22]]]若 axis = 0，则结果张量相比较于原始张量维度减1，变成2维，shape:3*5,分成3*5组，每组个数为3，再进行操作。
（张量元素下标中第二个数字除去，剩下的数字相同的为一组）
同理，略若 axis = 1，则结果张量相比较于原始张量维度减1，变成2维，shape:3*5,分成3*5组，每组个数为3，再进行操作。
（张量元素下标中第二个数字除去，剩下的数字相同的为一组）
同理，略

axis=-1,1,0与sum(-1)、sum(1)、sum(0)、sum()以及max等函数操作同理相关推荐

UVA 1152 4 Values Whose Sum is Zero 和为0的4个值（中途相遇）
摘要:中途相遇.对比map,快排+二分查找,Hash效率. n是4000的级别,直接O(n^4)肯定超,所以中途相遇法,O(n^2)的时间枚举其中两个的和,O(n^2)的时间枚举其他两个的和的相反数, ...
python中sum什么意思_Python中的sum()详解
sum : sum(iterable, [start=0] ) :求和运算参数说明: iterable:可迭代对象,如列表. start:指定相加的参数,如果没有设置这个值,默认为0list for ...
成功解决numpy.core._internal.AxisError: axis -1 is out of bounds for array of dimension 0
成功解决numpy.core._internal.AxisError: axis -1 is out of bounds for array of dimension 0 目录解决问题解决思路解 ...
n!末尾有多少个0以及n!末尾第一个非0数字
(1)n!末尾有多少个0 第一种思路: n!=n*(n-1)*(n-2)*....3*2*1,而如果要出现0,必须得有2和5出现,但是明显n!中5的因子个数少于2的因子个数,即转化为求 n!中因子5的 ...
oracle 10.2 64位,Oracle 10.2.0.5 x64升级到11.2.0.3 x64
说明:11g数据库现在新部署的数量也很多的,对于10g数据库,现在整理一下10g到11g的升级过程.10.2.0.2以上版本才能升级到11.2.0.3版本. 升级说明:10.2.0.5(64)-> ...
redis4.0.6集群部署（5.0.2版本更新补充）
Redis集群安装 4版本需要ruby 5版本不需要ruby就能集群 1集群机器分布 192.168.1.133 redis1 192.168.1.134 redis ...
解决.NET 4.0下无法直接运行.NET 2.0程序的问题
如果你在使用vs2010的.net4.0运行不了.net2.0项目的话,可以来看看本文. 由于 .NET 4.0 使用新版本的 CLR,变化也不少, 例如: mscoree.dll 变为 mscore ...
质数判断及质因数分解质数是指在大于1的自然数中，除了1和它本身以外不再有其他因数的自然数。 0和1不是质数除了0,1，质数以外其他的数叫合数
题目: 质数判断及质因数分解质数是指在大于1的自然数中,除了1和它本身以外不再有其他因数的自然数. 0和1不是质数除了0,1,质数以外其他的数叫合数代码部分: C++实现 #include ...
python使用matplotlib对比多个模型在测试集上的效果并可视化、设置模型性能可视化结果柱状图（bar plot）标签的小数点位数（例如，强制柱状图标签0.7显示为两位小数0.70）
python使用matplotlib对比多个模型在测试集上的效果并可视化.设置模型性能可视化结果柱状图(bar plot)标签的小数点位数(例如,强制柱状图标签0.7显示为两位小数0.70) 目录

axis=-1,1,0与sum(-1)、sum(1)、sum(0)、sum()以及max等函数操作同理

axis=-1,1,0与sum(-1)、sum(1)、sum(0)、sum()以及max等函数操作同理相关推荐

最新文章

热门文章