咨询TensorFlow中tf.ones([1,2,3])的张量秩数及首维1的含义

你运行的代码与输出如下：

tensor1 = tf.ones([1,2,3]) 
print(tensor1)

tf.Tensor(
[[[1. 1. 1.]
  [1. 1. 1.]]], shape=(1, 2, 3), dtype=float32)

关键知识点说明 #

• 张量的秩（也叫阶）等于形状（shape）参数的元素个数，你创建的这个张量shape有3个值，因此属于秩3张量，不是秩2。判断秩最直观的方法就是数输出里的方括号嵌套层数，这里一共有3层方括号嵌套，对应秩3。
• 传入tf.ones的形状列表是从最外层维度到最内层维度依次排列的，不存在“参数代表内部包含维度数”的逻辑，每个位置的数字都对应当前维度的长度：
  • 最开头的1：对应最外层维度长度为1，也就是最外层方括号内只包含1个元素，这个元素本身是一个形状为[2,3]的二维结构，和输出里最外层只包了一整块二维数组的表现完全一致。
  • 中间的2：对应第二层维度长度为2，也就是刚才提到的二维结构里包含2个一维数组，对应输出里第二层方括号下有2行[1. 1. 1.]。
  • 末尾的3：对应最内层维度长度为3，也就是每个最内层一维数组里有3个值为1的元素，这部分和你之前的理解是对的。

快速核对技巧 #

你可以对着输出从外到内数每层方括号里的元素数量，数出来的结果正好和shape列表从左到右的值一一对应，遇到不确定形状的张量时用这个方法核对就不会出错。

内容的提问来源于stack exchange，提问作者lei