TensorFlow中的Tensor是什么?

TensorFlow中的张量(Tensor)是一个多维数组,起源于哈密顿的理论。它用于表示高维数据,例如RGB彩色图像会被处理为3-D张量。文章通过不同维度的示例介绍张量的概念,从0维到6维,并探讨了其在创建多维结构中的作用。
摘要由CSDN通过智能技术生成

Tensor(张量)

“张量”一词最初由威廉·罗恩·哈密顿在1846年引入。对,就是那个发明四元数的哈密顿:

图 3

  • Tensor实际上就是一个多维数组(multidimensional array)

  • Tensor的目的是能够创造更高维度的矩阵、向量。

图 1

色彩的例子

彩色图像文件(RGB)一般都会处理成3-d tensor,每个2d array中的element表示一个像素,R代表Red,G代表Green,B代表Blue

图 2

多维数组

图 4

把三维张量画成一个立方体:

图 5

更高维的张量:

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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