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