Python中size和shape區別
阿新 • • 發佈:2021-01-23
在numpy裡面,兩個是不相同的,size: 所有元素的個數和, shape: 陣列型別大小(3,2) ,
但在pytorch裡面,兩個是一樣的,表達的都是陣列型別
import torch
import numpy as np
a = np.array([[1,2,3],
[4,5,6]])
x = torch.tensor(a)
print("numpy:")
print("Shape of a:",a.shape)
print("Type of a.shape:" , type(a.shape))
print("Size of a:", a.size)
print("-------------")
print("pytorch:")
print("Shape of x:",x.shape)
print("Size of x:",x.size())
print("Type of x.size():",type(x.size()))
執行結果:
因為在python中,shape和size用的還是比較多的,在檢查程式碼報錯中,經常出現前後陣列型別匹配導致的報錯,這時候,可以輸出前後的shape,檢視陣列型別大小,進行調整程式碼。