秒秒钟揪出张量形状错误，这个工具能防止ML模型训练白忙一场

图片地址：https://n.sinaimg.cn/sinakd20211227s/740/w1080h460/20211227/5fa9-dc0357abc23e388afab2d7592a969156.jpg

函擎 发自 凹非寺量子位 报道 | 公众号 QbitAI模型吭哧吭哧训练了半天，结果发现张量形状定义错了，这一定没少让你抓狂吧。那么针对这种情况，是否存在较好的解决方法呢？这不最近，韩国首尔大学的研究者就开发出了一款“利器”——PyTea。据研究人员介绍，它在训练模型前，能几秒内帮助你静态分析潜在的张量形状错误。那么PyTea是如何做到的，到底靠不靠谱，让我们一探究竟吧。PyTea的出场方式为什么张量形状错误这么重要？神经网络涉及到一系列的矩阵计算，前面矩阵的列数必需匹配后面矩阵的行数，如果维度不匹配，那后面的运算就都无法运行了。上图代码就是一个典型的张量形状错误，[B x 120] * [80 x 10]无法进行矩阵运算。无论是PyTorch，TensorFlow还是Keras在进行神经网络的训练时，大多都遵循图上的流程。首先定义一系列神经网络层（也就是矩阵），然后合成神经网络模块……那么为什么需要PyTea呢？以往我们都是在