神经网络中标量、向量、矩阵和张量分别是什么？

神经网络中标量、向量、矩阵和张量分别是什么？
从名词术语上，一看就懵圈了。接下来我通过这篇文章，以最简单最真实的例子，带大家一眼看穿它们的区别，保证一学就会，一看就懂。

0、引入依赖库

import numpy as np

1、标量

标量就是一个数字

c = 10
print(c)

2、向量

一个1维数组是一个向量

v = np.array([1, 2, 3])
v

3、矩阵

一个2维数组是一个矩阵

m = np.array([[1, 2, 3],
             [4, 5, 6]])
m

4、张量

1个多维数组，是一个张量
如3维数组是1个3阶的张量

d = np.array([[[1, 2, 3],
             [4, 5, 6]],
             [[10, 20, 30],
             [40, 50, 60]]])
d