神经网络的数据表示---张量

张量相当于一个数据容器，比如矩阵是一个二维张量。张量是矩阵向任意维度的推广。（张量的维度dimension通常叫做轴axis）

一、标量（0D张量）

仅包含一个数字的张量叫做标量，比如一个float32或float64的数字就是一个标量张量。标量张量有0个轴。

举例：

>>>import numpy as np

>>>x=np.array(12)

>>>x

array(12)

>>>x.ndim ##查看numpy张量轴的个数

0

二、向量（1D张量）

数字组成的数组叫做向量或一维张量。一维张量只有一个轴。

举例：

>>>x=np.array([12,3,6,14,7])

>>>x

array([12,3,6,14,7])

>>>x.ndim

1