XLA HLO 的张量形状中的括号是什么意思？答案

【问题标题】：What does the bracket mean in XLA HLO's tensor shape?XLA HLO 的张量形状中的括号是什么意思？
【发布时间】：2022-07-19 07:10:47
【问题描述】：

我对@987654321@ 中的数字感到困惑。例如，下面的代码是示例 XLA HLO，我无法理解 %bitcast.26 的作用。

%gather.347 = f16[8192,768]{1,0} gather(f16[30522,768]{1,0} %convert.339, s32[8192]{0} %bitcast.25), offset_dims={1}, collapsed_slice_dims={0}, start_index_map={0}, index_vector_dim=1, slice_sizes={1,768}
%bitcast.26 = f16[16,512,768]{2,1,0} bitcast(f16[8192,768]{1,0} %gather.347)

当然，我可以看到维度从f16[8192,768]{1,0}变为f16[16,512,768]{2,1,0}，但我不明白{1,0}和{2,1,0}代表什么。

【问题讨论】：

标签： tensorflow tensorflow-xla

【解决方案1】：

方括号([])：逻辑维度花括号({})：将要存储在设备上的物理尺寸布局。

【讨论】：