解释 (T,) 张量形状
Explain (T,) tensor shape
在下面d2l tutorial:
import torch
T = 1000
time = torch.arange(1, T + 1, dtype=torch.float32)
print(f"time shape: {time.shape}")
x = torch.sin(0.01 * time) + torch.normal(0.0, 0.2, size=(T,))
鉴于 torch.sin(0.01 * time) 形状是 torch.Size([1000]) 为什么提供给 normal 函数的 size 属性是 (T,) 而不是 (T)？
因为 (T) 等于 T 具有 int 类型，而 torch.normal 需要一个元组。 (T,) 是传递 one-element 元组的 Python 方式。
在下面d2l tutorial:
import torch
T = 1000
time = torch.arange(1, T + 1, dtype=torch.float32)
print(f"time shape: {time.shape}")
x = torch.sin(0.01 * time) + torch.normal(0.0, 0.2, size=(T,))
鉴于 torch.sin(0.01 * time) 形状是 torch.Size([1000]) 为什么提供给 normal 函数的 size 属性是 (T,) 而不是 (T)？
因为 (T) 等于 T 具有 int 类型，而 torch.normal 需要一个元组。 (T,) 是传递 one-element 元组的 Python 方式。