重塑张量是否保留原始张量的特征？

Question

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]。

Answer 1

NO

您需要了解reshape / reshape和view之间的区别。

view和permute仅更改张量的[permute]，无重新排列元素。因此

reshape

如果还要更改元素的顺序，则需要view：

shape

Answer 2

不！我犯了类似的错误。想象一下，将2-d Tensor（矩阵）转换为1-D Tensor（Array）并在其上应用了变换功能。由于您的新张量具有数组的特征，因此这将在代码中造成严重的问题。希望你明白我的意思。