响应式外贸营销网站,最新新闻热点话题,专业设计笔记本电脑,广州市天河区网站设计公司什么是张量#xff1f;
张量#xff08;Tensor#xff09;是深度学习和机器学习中一个非常基础且重要的概念。在数学上#xff0c;张量可以被看作是向量和矩阵的泛化。简单来说#xff0c;张量是一种多维数组#xff0c;它可以表示标量#xff08;0维#xff09;、向量…什么是张量
张量Tensor是深度学习和机器学习中一个非常基础且重要的概念。在数学上张量可以被看作是向量和矩阵的泛化。简单来说张量是一种多维数组它可以表示标量0维、向量1维、矩阵2维以及更高维度的数据结构。
张量的基本概念 标量Scalar, 0D Tensor只有一个数值没有方向。 例如5 或 3.14 向量Vector, 1D Tensor一维数组可以表示一系列数值。 例如[1, 2, 3] 或 [0.1, 0.2, 0.3, 0.4] 矩阵Matrix, 2D Tensor二维数组可以表示行和列组成的表格。 例如[[1, 2, 3], [4, 5, 6]]
高维张量Higher-Dimensional Tensors三维或更高维度的数组。
例如三维张量可以表示为[[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]]这个三维张量可以看作是由两个二维矩阵组成的。
