1.矩阵不讲维数,维数是线性空间的性质,空间的维数是指它的基所含向量的个数,一个矩阵不能组成线性空间,不能讲维数。
2.在数学中,矩阵的维数说法不一,并没有定义矩阵的维数, 线性空间才有维数,所以这造成了两种解释:矩阵的维数是其行向量(或列向量)生成的向量空间的维数;指它的行数与列数。
1、先判断几维度——数最前面的方括号,最前面方括号有几个就是几维
例如
[[1, 2, 3], [4, 5, 6]]
这就是一个二维数组
a = tf.constant([[[1, 2, 3], [4, 5, 6]],[[7,8,9],[10,11,12]]])
这就是一个三维数组
2、从最外面的括号开始逐次去掉,数里面的大括号块的个数,依次乘以对应的数
比如
a = tf.constant([[[1, 2, 3], [4, 5, 6]],[[7,8,9],[10,11,12]]])
去掉最外面括号
[[1, 2, 3], [4, 5, 6]],[[7,8,9],[10,11,12]]
可以看到剩下是两大块,所以乘以2
取一个大块进行研究,再去一层括号
[1, 2, 3], [4, 5, 6]
发现还是两块,就再乘以2,所以现在是2X2
再取前面一个大块再去括号,结果为:
[1, 2, 3]
是三个,已经拆到底了,就乘以3
所以这个数组的形状就是2X2X3