Pytorch 之 正确读取Tensor的维度教程

#用pytorch随机生成一个三维向量（Tensor）

torch.rand(*sizes,out=None)

eg：a = torch.rand(3,4,2)   结果如下图：

（3,4,2)代表了tensor的shape，代表了每个维度上有多少个元素。

与上图的对应关系是：

1. shape变量有几个数字，就代表该tensor是几维，对应看tensor的最外层（最左边）中括号'['的个数，有三个代表该向量是个三维向量；

2. shape变量第1个数字是几就代表第1维有几个元素，对应看tensor的最外层[.]中有几个元素，（第一个次括号括起来的所有数据算作第一个元素），如图片中的红色标记，有3个次外层中括号，说明第1维有3个元素；

3. shape变量第2个数字是几就代表第2维有几个元素，对应看tensor次外层中有几个元素（就是红色中括号中有几个绿色括号），绿色成对的中括号为一个元素，有四个次次中括号，说明第2维有四个元素，对应常说的的四行； 虽有三个次中括号，但只需要看其中一个中括号中的元素个数即可。

4. shape变量第3个数字是几就代表第3维有几个元素，对应看tensor最内层的括号中有几个元素，显然有两个元素，说明第3维有两个元素，对应常说的两列。虽有四个最内层中括号，但也只需看其中一个的最内层中括号即可。

以前困惑了很久，希望这次能记住数据的实质！