Tensor介绍
张量是一个可用来表示在一些矢量、标量和其他张量之间的线性关系的多线性函数。它是一种特殊的数据结构,与数组和矩阵非常相似,它也是MindSpore网络运算中的基本数据结构。
构造张量时,支持传入Tensor
、float
、int
、bool
、tuple
、list
和numpy.ndarray
类型。当通过数据创建张量时,数据类型可以设置或者通过框架自动推断。
张量可被init初始化器构造,也可以被继承后形成新的张量。
张量的属性包括形状、数据类型、转置张量、单个元素大小、占用字节数量、维数、元素个数和每一维步长。
稀疏张量
其中绝大部分元素的值为零。它的数据的特征是稀疏的。
当使用普通张量表征这些数据会引入大量不必要的计算、存储和通讯开销时,就可以使用稀疏张量来表征这些数据。
COOTensor
COO
稀疏张量格式用来表示某一张量在给定索引上非零元素的集合,当非零元素的个数为N时
,被压缩的张量的维数则为ndims
。
总结
通过学习本次课程,掌握了张量的概念及其用途。