技術標籤：pythonnumpy機器學習深度學習

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。