学习tensorflow这么久,往往会把数据处理成tensor格式,一直不理解tensor里面是什么东西。
今天刚好学到了一点。简单的说:
1维tensor就是向量
2维tessor就是矩阵
3维tensor就是时间序列
4维tensor就是图像
5维tensor就是视频
eg1:
一个图像可以用(width,height,depth)=3D
在深度学习中,我们经常处理不止一张图片,往往是一个集合。假设我们有5000张猫图片,
我们会用到4D张量:
(batch_size,width,height,depth)=4D
eg2:
假设股票开市时间为h分钟,我们可以将每分钟内最高、最低和最终的股价存入一个张量中,即(h,3)=2D
股票一周交易5天,即(weak,minute,high_low_price)=3D
每次操作5只股票,即(5,5,h,3)=4d
假设我们观察一个由15只股票组成的基金,即(15,5,5,h,3)=5D