Tensorflow-形状（8,1）和（8，）之间的区别是什么

形状

（8,1）

和

（8，）

之间有什么区别？

---

它们似乎都定义了长度为8的向量。

[[1]、[1]、[1]、[1]、[1]、[1]、[1]、[1]、[1]。

和

[1,1,1,1,1,1,1,1,1]

---

在我的理解中，子/右dim是在TensorFlow中拆分左dim，它们是不同的形状。形状

（8，）

表示长度为8的向量，而形状

（8，1）

表示具有8行1列的矩阵

虽然这些对象通常可以在数学上被视为相同的对象，但它们在TensorFlow（和NumPy）等框架中有着重要的区别，因为它们决定了操作符的使用方式。例如，将形状的张量

（8，1）

与形状的张量

（8，）

相乘将得到形状

（8，8）

的结果。此功能可以通过沿一个或多个维度隐式平铺张量（或数组）来节省时间和内存