【TensorFlow】简单解释----什么是张量（tensor）

张量

维基百科：Tensor

百度百科：什么是张量

最近在学习Tensorflow，但是其中Tensor也就是“张量”究竟是什么意思，看了维基百科和百度百科却反而复杂。这里我进行了一个简单的总结。

1、概念：

        Tensorflow里最基本的数据结构就是Tensor，跟本文讲的Tensor的概念是一样的，并不是物理学中的张量概念。张量是多维数组的泛概念。张量概念包括标量、向量和线性算子。   

       “在同构的意义下，第零阶张量 （r = 0） 为标量 （Scalar），第一阶张量 （r = 1） 为向量 （Vector）， 第二阶张量 （r = 2） 则成为矩阵 （Matrix）。例如，对于3维空间，r=1时的张量为此向量：（x,y,z）。由于变换方式的不同，张量分成协变张量 （Covariant Tensor，指标在下者）、逆变张量 （Contravariant Tensor，指标在上者）、 混合张量 （