Python中size和shape(numpy VS torch)

1 Numpy中的size()和shape()

size() 和shape() 是Numpy中的函数;

size(): 用来计算数组和矩阵中所有元素的个数;

>>> a = np.array([[1, 2, 3], [4, 5, 6]])
>>> np.size(a)
6
>>> np.size(a,1) # 输出第二个维度的元素个数
3
>>> np.size(a,0) # 输出第一个维度的元素个数
2

shape：用来计算矩阵每维的大小

>>> np.shape(a)
(2, 3)

2 pytorch中的size()和shape

在pytorch里面，size()和 shape 和 size;

        size()和 shape输出结果相同，与size输出不同；

shape是一个Tensor类中的属性：

        tensor函数创建张量的时候（注意tensor是一个函数，Tensor是一个类），用到了Tensor类，然后创建的实例就可以使用Tensor中的属性；

#接着上面写
>>> a = torch.tensor(a)
>>> a.shape
torch.Size([2, 3])
>>> a.size

>>> a.size()
torch.Size([2, 3])
>>> a.size(0) #输出第一维大小
2
>>> a.size(1) #输出第二维大小
3