【线性代数】标量、向量、矩阵和张量(scalar, vector, matrix & tensor)

最新推荐文章于 2025-03-11 19:52:05 发布
最新推荐文章于 2025-03-11 19:52:05 发布
阅读量1.6w 收藏 16
点赞数 2
分类专栏： MathStone 文章标签： scalar vector matrix tensor
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/baishuo8/article/details/81165078
版权
本文介绍了线性代数中的基本概念：标量是一个单独的数，通常需要指定类型；向量是有序数列，其元素可以是特定类型的数；矩阵为二维数组，由行数和列数定义；张量是多维数组，元素分布在多维坐标网格上。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

线性代数中用到的几个基本的数学概念:

标量（scalar）

一个标量就是一个单独的数，我们在使用标量时，一般都要明确给出它是那种类型的数，例如 s∈R,n∈N s ∈ R , n ∈ N 。

向量（vector）

一个向量是一列数。这些数是有序排列的。可以通过次序的索引，我们可以确定向量中每一个单独数。优势互，我们也要注明存储在向量中的元素是什么类型的，如果每个元素都属于

最低0.47元/天 解锁文章
机器学习笔记 - 标量、向量、矩阵、张量
学以致用 知行合一
04-11 4274
介绍线性代数中使用的基本元素及其定义。还介绍了Python/Numpy 中的重要函数。以及通过示例解释如何创建和使用向量、矩阵。 标量（Scalar）为一个数字。 向量（Vector）是一个数字数组。 矩阵（Matrix）是二维数组。 张量（Tensor）是一个n维数组n > 2。
线性代数导引：抽象张量
AI天才研究院
06-20 1074
线性代数导引：抽象张量 1.背景介绍 线性代数是现代数学和计算机科学的基石之一。它不仅在理论上具有重要意义，而且在实际应用中也扮演着关键角色。无论是机器学习、计算机视觉还是物理模拟，线性代数的概念和工具都无处不在。本文将深入探讨线性代数中的一个重要概念——张量，并介绍其在计算机科学中的应用。
Scalar, Vector, Matrix, Tensor, Array 傻傻分不清楚，看完这篇可视化你就明白！
热门推荐
qq_34604224的博客
07-16 2万+
目录 Scalar（标量） Vector（向量） Matrix（矩阵） Tensor（张量） Array（数组） 先上两张图感受下，Scalar-Vector-Matrix-Tensor的过程即从单个数值到一维到二维一直不断增加维度的数据结构。 Scalar（标量） Vector（向量） Matrix（矩阵） Tensor（张量） Array（数组） ...
PyTorch 入门指南2：Tensor 的深度解析（概念篇）
最新发布
2501_90982719的博客
03-11 1307
Tensor 不仅是 PyTorch 的基础数据结构，更是机器学习算法的“血液”。通过维度扩展、硬件加速和框架生态整合，Tensor 实现了从原始数据到智能模型的高效转化。
线性代数：向量、张量、矩阵和标量
五只鸭子的专栏
02-23 4411
标量是数学中的一个基本概念，它表示一个单独的实数，没有方向或位置。在数学表示中，我们通常用小写字母表示标量，例如 a 或 x。向量是有序的一维数组，其中包含多个标量元素。每个元素都有一个索引，表示其在向量中的位置。在数学表示中，我们通常用小写粗体字母表示向量，如v。矩阵是一个二维数组，其中包含多个标量元素，这些元素按行和列排列。在数学表示中，我们通常用大写字母表示矩阵，如 A。在线性代数里面可以简单的将张量理解为一个多维数组，可以包含标量、向量和矩阵。在数学表示中，我们通常用大写粗体字母表示张量，如T。
一篇文章理解线性代数中的标量、向量、矩阵和张量
刘坏坏的博客
06-08 2253
经过之前的一些积累，终于有勇气开始进军机器学习了！说实话，机器学习 这个概念是我入行的最纯粹的原因，包括大学选专业、学习 Python 语言…这些有时间仔细梳理下经历再写，总之这个系列的文章就是我自学 机器学习 的笔记，各位看看就好，希望能为一些想入门但无从下手的小伙伴，提供一些帮助。另外我会采用通俗易懂的方式描述一些概念上的东西，我本人小白一枚，如果在这系列的文章中有什么错误，欢迎各路大神指正！在此谢过。 Ps：请注意，本文中所有“_”后加数字均表示为下标。 接下来几天会搞定线性代数，毕竟 不懂线代的话连
线性代数
小帆自留地
11-02 2301
deep learning book ch2
MATLAB线性代数基础：标量、向量、矩阵和张量操作
例如，可以使用NumPy的数组构造函数来创建向量和矩阵，并利用NumPy提供的函数对这些数学结构进行转置和其他运算。 7. 转置操作 转置是一个数学操作，它通过将矩阵或向量的行列互换，来得到一个新的数学实体。在...
线性代数基础：标量、向量、矩阵与张量介绍
"这篇资料介绍了线性代数的基础概念，包括标量、向量、矩阵和张量。通过具体的Python代码示例展示了如何用NumPy库创建这些数学对象。" 在数学和计算机科学中，线性代数是研究向量、矩阵和高维数组（张量）的学科，...
线性代数的学习和整理3：标量，向量和张量的定义和对比
奔跑的犀牛先生
08-18 4045
向量就是一组数字，而不是一个单个数字，α={x1,x2,x3....xn}向量vector也叫矢量表示一组n个数构成的有序排列的数向量也可以认为就是 数组list，比如[1,2,3,4,5]向量的几何表示在各种向量空间里的二维图，三维图里，就是空间里的点（其终点代表了从原点出发的向量）向量，可以认为是带方向的一组数方向就是 数组里的数字的排序竖着的叫列向量， α={x1,x2,x3....xn}横着的为行向量， αT={x1,x2,x3....xn}
【机器学习数学基础】之线性代数标量与向量运算（易混淆点）
开发小鸽
06-24 2469
线性代数 标量与向量 标量： 标量是一个表示大小的数字，一般用普通小写字母表示，如 a . 向量： 一个同时具有大小与方向的几何对象，如 【a, b】，一般用粗体的小写字母表示，如x。 向量又分为行向量与列向量： 行向量： [ab]\begin{bmatrix} a & b \end{bmatrix}[a​b​] 列向量：[ab] \begin{bmatrix} a\\ b \end{bmatrix}[ab​] 向量的模： ∣a∣=x12+x22+...+xN2\left | a \right |
深度学习-数学-第一篇-标量,向量,矩阵,张量
weixin_33691817的博客
04-11 180
这记录一些我刚开始学习所用到的数学 基础从最基础的开始 小知识： 　　0 ∈ ｛0 1 ｛0 1｝表示一个集合，里面有0,1两个元素。所以0属于这个集合，就用0 ∈ ｛0 1｝表示了。∈代表属于。｛0 ｝ ∈ ｛0 1｝是错误的，一个集合不能属于另一个集合。反着的E:谓词逻辑存在量词 ∃ x:P(x) 意味着有至少一个 x 使 P(x) 为真.n ∈ N:n 是偶数.倒着的A...
【TensorFlow】——不同shape的tensor在神经网络中的应用（scalar，vector，matrix）
python_AI_fans的博客
06-18 763
​ 1、scalar——标量 1）在神经网络中存在的场景 2）one_hot编码 3）举例应用 2、vector——向量 ​ 3、matrixs——矩阵 4、dim=3的tensor 5、dim=4的tensor 6、dim=5的tensor
矩阵低秩张量分解_【线性代数】张量-张量的计算
weixin_42504619的博客
01-07 640
本来吧，觉得张量这个东西稍微混一混假装知道个大概就行了。昨天拿到角动量那一章的讲义以后我发现事情并没有那么简单……总而言之，欠下的东西早晚要还的……碎碎念到此结束，进入正题。张量专题初步计划是分三个板块，也许是五个板块？这坑不小，慢慢填吧。张量的概念简单地说，张量是一个多重线性映射：给定一个域 及 上的向量空间 ， 是 的共轭空间[1]， ， 是 重空间 和 重空间 的笛卡尔...
线性代数导引：张量与张量空间
AI大模型应用之禅
10-05 254
线性代数，张量，张量空间，深度学习，机器学习，人工智能 1. 背景介绍 在现代人工智能领域，深度学习和机器学习算法的蓬勃发展，使得对数据的高效处理和表示能力提出了更高的要求。线性代数作为数学基础，为理解和构建这些算法提供了坚实的基础。而张量，作为一种高维数组的表示形式，成为了深度学习
matrix, vector and tensor operators
yusisc的博客
07-26 394
1. matrix multiplication AB=CAB=CAB=C ref: Matrix multiplication - Wikipedia https://en.wikipedia.org/wiki/Matrix_multiplication 2. inner product (dot product) Algebraic definition a⋅b=∑i=1na...
线性代数——标量、向量、矩阵、张量的定义
qq_37601846的博客
12-12 575
学习线性代数会涉及以下几个数学概念：
张量的线性代数运算
XZKEKEO的博客
02-08 737
1.矩阵的转置 2.创建单位矩阵 3。对角矩阵 5.去上下三角矩阵 6.点乘运算 ，只支持一维张量 7.矩阵乘法 8.批量矩阵相乘 9.相乘在相加 10.矩阵的迹（对角线元素之和） 11.矩阵的秩 12.矩阵的行列式 13.逆矩阵 14.矩阵的分解 （1）特征分解 ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值