昨天和同事开玩笑说,我又想到几个好玩又实用的topic,准备写下来;其实今天本来想蹭个热点写点别的,但是突然出了这么几个新闻,考虑再三,我还是写点技术文章吧!
继续讲基础,今天的主题是讲一下Tensor
什么是Tensor? 不管做不做深度学习的各位,可能都听过Tensorflow,这是两个词的整合新词,前面的Tensor是核心,Tensor 直译就是张量,那么什么是张量?
张量是一个统称,细分下来有很多分支,举几个例子:
-
0阶张量:标量,就是我们日常所经常用到的常量,常数 ,一般记为0-D Tensor
-
1阶张量:向量, venctor, 1-D Tensor
-
2阶张量:矩阵, martix, 2-D Tensor
-
3阶以后一般也就不会特意给起个名字了
阶/维度/dimension,可以近似认为是高维数组里的shape的个数
看一个例子:
我们先设定有一个Tensor为a
打印一下Tensor a 的形状