我有一个形状为(8, 5, 300)
的张量T,其中8是批量大小,5是每个批次中的文档数,300是每个文档的编码。如果我按如下所示重塑Tensor,我的Tensor的属性是否保持不变?
T = T.reshape(5, 300, 8)
T.shape
>> Size[5, 300, 8]
那么,这个新的Tensor是否表示与原始Tensor相同的属性?通过属性,我的意思是,我可以说这也是批量大小为8的张量,每个批次有5个文档,每个文档有300维编码吗?
这会影响模型的训练吗?如果重塑Tensor弄乱了数据点,那么训练就没有意义了。例如,如果像上面这样重塑,则将输出为5个样本的批次,每个样本有300个大小为8的文档。如果发生这种情况,那就没用了,因为我没有300个文档,所以我也没有一批5个样本。
我需要像这样重塑形状,因为我之间的模型会产生形状为[8, 5, 300]
的输出,而下一层将输入接受为[5, 300, 8]
。