Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
MindSpore
docs
提交
9733783f
D
docs
项目概览
MindSpore
/
docs
通知
5
Star
3
Fork
2
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
D
docs
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
提交
9733783f
编写于
8月 24, 2020
作者:
M
mindspore-ci-bot
提交者:
Gitee
8月 24, 2020
浏览文件
操作
浏览文件
下载
差异文件
!721 update tensor guide
Merge pull request !721 from TingWang/update-tensor
上级
26346521
92de41c9
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
13 addition
and
13 deletion
+13
-13
api/source_zh_cn/programming_guide/tensor.md
api/source_zh_cn/programming_guide/tensor.md
+13
-13
未找到文件。
api/source_zh_cn/programming_guide/tensor.md
浏览文件 @
9733783f
...
@@ -6,9 +6,9 @@
...
@@ -6,9 +6,9 @@
-
[
概述
](
#概述
)
-
[
概述
](
#概述
)
-
[
常量张量
](
#常量张量
)
-
[
常量张量
](
#常量张量
)
-
[
变量张量
](
#变量张量
)
-
[
变量张量
](
#变量张量
)
-
[
张量的属性和
操作
](
#张量的属性和操作
)
-
[
张量的属性和
方法
](
#张量的属性和方法
)
-
[
属性
](
#属性
)
-
[
属性
](
#属性
)
-
[
操作
](
#操作
)
-
[
方法
](
#方法
)
-
[
张量操作
](
#张量操作
)
-
[
张量操作
](
#张量操作
)
-
[
结构操作
](
#结构操作
)
-
[
结构操作
](
#结构操作
)
-
[
数学运算
](
#数学运算
)
-
[
数学运算
](
#数学运算
)
...
@@ -94,7 +94,7 @@ Parameter (name=x, value=[[0 1 2] [3 4 5]])
...
@@ -94,7 +94,7 @@ Parameter (name=x, value=[[0 1 2] [3 4 5]])
Parameter (name=y, value=[[1. 1. 1.] [1. 1. 1.]]
Parameter (name=y, value=[[1. 1. 1.] [1. 1. 1.]]
```
```
## 张量的属性和
操作
## 张量的属性和
方法
### 属性
### 属性
张量的属性包括形状(shape)和数据类型(dtype)。
张量的属性包括形状(shape)和数据类型(dtype)。
...
@@ -121,9 +121,9 @@ print(x_shape, x_dtype)
...
@@ -121,9 +121,9 @@ print(x_shape, x_dtype)
(2, 2) Int32
(2, 2) Int32
```
```
###
操作
###
方法
张量的
常见操作
包括
`all`
、
`any`
和
`asnumpy`
。
张量的
方法
包括
`all`
、
`any`
和
`asnumpy`
。
-
all(axis, keep_dims):在指定维度上通过“and”操作进行归约,axis代表归约维度,keep_dims表示是否保留归约后的维度。
-
all(axis, keep_dims):在指定维度上通过“and”操作进行归约,axis代表归约维度,keep_dims表示是否保留归约后的维度。
-
any(axis, keep_dims):在指定维度上通过“any”操作进行归约,axis代表归约维度,keep_dims表示是否保留归约后的维度。
-
any(axis, keep_dims):在指定维度上通过“any”操作进行归约,axis代表归约维度,keep_dims表示是否保留归约后的维度。
-
asnumpy():将Tensor转换为NumPy的array。
-
asnumpy():将Tensor转换为NumPy的array。
...
@@ -195,7 +195,7 @@ True
...
@@ -195,7 +195,7 @@ True
MindSpore的索引操作跟NumPy的索引操作保持一致,包括取值和赋值,支持整数索引、bool索引、None索引、切片索引、Tensor索引和混合索引。
MindSpore的索引操作跟NumPy的索引操作保持一致,包括取值和赋值,支持整数索引、bool索引、None索引、切片索引、Tensor索引和混合索引。
支持索引操作的算子主要有
`Slice`
、
`StridedSlice`
、
`Gather`
、
`GatherNd`
、
`ScatterUpdate`
、
`ScatterNdUpdate`
等。
支持索引操作的算子主要有
`Slice`
、
`StridedSlice`
、
`Gather
V2
`
、
`GatherNd`
、
`ScatterUpdate`
、
`ScatterNdUpdate`
等。
代码样例如下:
代码样例如下:
...
@@ -225,10 +225,10 @@ True
...
@@ -225,10 +225,10 @@ True
-
维度变化
-
维度变化
MindSpore的维度变化,主要涉及shape改变、维度扩展、维度消除、转置,支持的算子有
`Reshape`
、
`ExpandDims`
、
`Squeeze`
、
`Transpose`
、Reduce类算子,具体含义如下:
MindSpore的维度变化,主要涉及shape改变、维度扩展、维度消除、转置,支持的算子有
`Reshape`
、
`ExpandDims`
、
`Squeeze`
、
`Transpose`
、Reduce类算子,具体含义如下:
-
Reshape
:改变张量的shape,改变前后张量中元素个数保持一致。
-
`Reshape`
:改变张量的shape,改变前后张量中元素个数保持一致。
-
ExpanDims
:在张量里插入一维,长度为1。
-
`ExpanDims`
:在张量里插入一维,长度为1。
-
Squeeze
:将张量里长度为1的维度消除。
-
`Squeeze`
:将张量里长度为1的维度消除。
-
Transpose
:将张量转置,交换维度。
-
`Transpose`
:将张量转置,交换维度。
-
Reduce类算子:对张量在指定维度上按照一定计算规则进行归约,Tensor的
`all`
和
`any`
接口就是归约操作中的两种。
-
Reduce类算子:对张量在指定维度上按照一定计算规则进行归约,Tensor的
`all`
和
`any`
接口就是归约操作中的两种。
代码样例如下:
代码样例如下:
...
@@ -248,9 +248,9 @@ True
...
@@ -248,9 +248,9 @@ True
-
合并分割
-
合并分割
MindSpore可以将多个张量合并为一个,也可以将一个张量拆分成多个,支持的算子有
`Pack`
、
`Concat`
和
`Split`
,具体含义如下:
MindSpore可以将多个张量合并为一个,也可以将一个张量拆分成多个,支持的算子有
`Pack`
、
`Concat`
和
`Split`
,具体含义如下:
-
Pack
:将多个Tensor打包成一个,会增加一个维度,增加维度的长度等于参与打包算子的个数。
-
`Pack`
:将多个Tensor打包成一个,会增加一个维度,增加维度的长度等于参与打包算子的个数。
-
Concat
:将多个Tensor在某一个维度上进行拼接,不会增加维度。
-
`Concat`
:将多个Tensor在某一个维度上进行拼接,不会增加维度。
-
Split
:将一个Tensor进行拆分。
-
`Split`
:将一个Tensor进行拆分。
代码样例如下:
代码样例如下:
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录