Scalar, Vector, Matrix, Tensor, Array 傻傻分不清楚，看完这篇可视化你就明白！

最新推荐文章于 2025-01-25 09:37:20 发布
最新推荐文章于 2025-01-25 09:37:20 发布
阅读量2w 收藏 114
点赞数 46
文章标签： 可视化 数据结构 深度学习 机器学习 1024程序员节
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_34604224/article/details/118419929
版权
本文介绍了数学中基本的数据表示形式，从标量、向量、矩阵到张量的演变，强调了它们在不同维度上的概念。标量仅包含大小，向量增加方向，矩阵扩展到二维，而张量则涵盖更高维度的数据结构。张量在物理学、机器学习等领域扮演重要角色，其rank、shape和type是关键属性。此外，还讨论了Python中数组与Numpy数组的区别，强调Numpy在数值计算中的高效性。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

目录

标量、向量、矩阵、张量的关系

Scalar（标量） 

Vector（向量）

Matrix（矩阵）

Tensor（张量）

Array（数组）

标量、向量、矩阵、张量的关系

先上几张图感受下，Scalar - Vector - Matrix - Tensor其实就是数据维度逐渐上升的过程。

  

See the source image

点——标量（scalar）

线——向量（vector）

面——矩阵（matrix）

体——张量（tensor）

Scalar（标量） 

标量只有大小概念，没有方向的概念。通过一个具体的数值就能表达完整。

比如：重量、温度、长度、提及、时间、热量等都数据标量。

最低0.47元/天 解锁文章
dbf666
关注
【Verilog基础】Verilog语法之标量（Scalar）与向量（Vector）
悟已往之不谏 知来者之可追
01-06 2824
文章目录一、Verilog中的变量二、标量（Scalar）与向量（Vector）参考 想要弄清楚标量（Scalar）与向量（Vector），需要先回顾下Verilog中的变量！ 一、Verilog中的变量 Verilog 语言中主要的两种变量类型 1、线网型：表示电路间的物理连接； 2、寄存器型： Verilog 中一个抽象的数据存储单元。 线网型和寄存器类型具体又包含很多种变量，线网型变量最常用的变量就是 wire，而寄存器型最常用的变量是 reg。 wire 可以看成直接的连接，在可综合的逻辑中会被
使用 Python 的 LSTM 进行股市预测
gongdiwudu的专栏
04-08 4429
​在本教程中，您将了解如何使用称为长短期记忆的时间序列模型。 LSTM 模型非常强大，尤其是在设计上保留长期记忆，正如您稍后将看到的。您将在本教程中解决以下主题： 了解为什么您需要能够预测股价走势； 下载数据 - 您将使用从雅虎财经收集的股票市场数据； 分割训练测试数据并执行一些数据标准化； 回顾并应用一些可用于一步预测的平均技术； 激发并简要讨论LSTM 模型，因为它可以提前预测不止一步； 利用当前数据预测和可视化未来股市 ​
【线性代数】标量、向量、矩阵和张量(scalar, vector, matrix & tensor)
北境の守望者
07-23 1万+
标量（scalar） 向量（vector） 矩阵（matrix） 张量 （tensor） 线性代数中用到的几个基本的数学概念: 标量（scalar） 一个标量就是一个单独的数，我们在使用标量时，一般都要明确给出它是那种类型的数，例如 s∈R,n∈Ns∈R,n∈Ns \in \mathbb R, n \in \mathbb N。 向量（vector） 一个向量是一列数。这些数是...
leaflet-vector-scalar-js 项目常见问题解决方案
最新发布
gitblog_00093的博客
01-25 323
leaflet-vector-scalar-js 项目常见问题解决方案 leaflet-vector-scalar-js 基于leaflet.js实现的矢量、标量数据可视化Demo 项目地址: https://gitcode.co...
【TensorFlow】——不同shape的tensor在神经网络中的应用（scalar，vector，matrix）
python_AI_fans的博客
06-18 761
​ 1、scalar——标量 1）在神经网络中存在的场景 2）one_hot编码 3）举例应用 2、vector——向量 ​ 3、matrixs——矩阵 4、dim=3的tensor 5、dim=4的tensor 6、dim=5的tensor
matlab里的scalar,scalar_scalar与vector之间的区别
weixin_33542859的博客
03-17 4411
scalar与vector之间的区别有些物理量，既要由数值大?包括有关的单位)，又要由方向才能完全确定。这些量之间的运算并不遵循一般的代数法则，而遵循特殊的运算法则。这样的量叫做物理矢量。有些物理量，只具有数值大小(包括有关的单位)，而不具有方向性。这些量之间的运算遵循一般的代数法则。这样的量叫做物理标量。简单来说,标量是指只有大小，没有方向的物理量。如：质量、时间以及我们这里学习的功等。与它相对...
Vector_matrix
10-30
用Array Vector 实现Matrix 加减乘法
用vector来实现matrix。
David的专栏
04-22 6346
 众所周知，c++没有提供默认的matrix(矩阵)类型。不过大部分时候我们可以沿用c的用法，可以声明一个二维数组来声明matrix。本文描述了另外一种方法，来实现一个matrix类，表达一个二维数组的概念，具体的实现是二维的vector。  #ifndef MATRIX_H#define MATRIX_H #include using std::vecto
Scala学习笔记5 （集合 Collections）
热门推荐
03-03 4万+
5.   util包 5.1.     架构 http://www.scala-lang.org/docu/files/collections-api/collections.html   scala.collection.immutable   scala.collection.mutable   不可变（collect
Tensor基础实践
吴建明wujianming_110117
02-11 889
Tensor基础实践 飞桨（PaddlePaddle，以下简称Paddle）和其他深度学习框架一样，使用Tensor来表示数据，在神经网络中传递的数据均为Tensor。 Tensor可以将其理解为多维数组，其可以具有任意多的维度，不同Tensor可以有不同的数据类型 (dtype) 和形状 (shape)。 同一Tensor的中所有元素的dtype均相同。如果对 Numpy 熟悉，Tensor是类似于 Numpy array 的概念。 Tensor的创建 首先，让开始创建一个 Tensor , 并用 ndi
神经网络权重可视化
qq_43232545的博客
12-27 1156
首先，定义一个两层网络。 from __future__ import print_function from builtins import range from builtins import object import numpy as np import matplotlib.pyplot as plt from past.builtins import xrange class Tw...
vector实现矩阵运算
04-21
vector< vector > m(a, vector(b)); 这个语句中，标准vector创建了一个包含a个向量的向量， 其中每个向量中包含有b个整数。这a * b个元素中都保存 着默认值0。 用这种方式可以轻松地返回一个数组或矩阵。
Tensor基本理论
吴建明wujianming_110117
05-09 469
Tensor基本理论 深度学习框架使用Tensor来表示数据，在神经网络中传递的数据均为Tensor。 Tensor可以将其理解为多维数组，其可以具有任意多的维度，不同Tensor可以有不同的数据类型 (dtype) 和形状 (shape)。 同一Tensor的中所有元素的dtype均相同。如果对 Numpy 熟悉，Tensor是类似于 Numpy array 的概念。 Tensor创建 首先，创建一个 Tensor , 并用 ndim 表示 Tensor 维度的数量: 创建类似于vector的1-D T
张量(tensor)与向量(vector)的维度
Zssss12的博客
02-13 4015
如果我给出一个元组(7,8,9)，凭借我们的数学直觉，我们一眼就看出他是一个向量，代表着在三维空间中的一个有向线段，但是如果我给出的是一个数组a=[7,-8,9],这显然是一个长度等于3的数组，因为我们想声明这个数组时肯定是先int arr[3] = {7,-8,9};//C,这显然是一个一维度数组,那么它到底是几维的？如果你对这个问题产生了疑惑，本文可能会提供一些帮助。
NumPy之:标量scalars
程序那些事
04-25 2775
Python语言中只定义了特定数据类的一种类型（比如只有一种整数类型，一种浮点类型等）。在不需要关注计算机中数据表示方式的普通应用程序中，这样做很方便。但是，对于科学计算来说，我们需要更加精确的控制类型。 在NumPy中，引入了24种新的Python scalar类型用于更加准确的描述数据。这些类型都是可以直接在NumPy中的数组中使用的，所以也叫Array scalar类型。 本文将会详细讲解这24种scalar类型。
scala和c++Vector区别
dream__future的博客
12-10 112
C++ 中的类似于动态数组，适合于需要高效随机访问和在末尾快速插入或删除的场景。Scala 中的Vector是基于树实现的所以随机读取会慢一点但是接近常数复杂度,一个不可变的集合，优化了在任意位置的插入和删除操作，适用于需要不可变性和在集合任意位置进行操作的场景。这两种 Vector 的选择取决于你的具体应用需求和对性能的不同考虑。
vector
qq_44576434的博客
07-15 144
1.容器的类别 容器分为顺序容器和关联容器。而关联容器里面分为有序和无序的。如图一所示。
TensorFlow 中标量(scalar)、 向量(vector) 、矩阵(matrix)、 多维数组(n-d array) 等形式的张量
sdnuwjw的博客
01-10 2519
一、张量的数据形式 标量(scalar)：数据单独的一个数，零维张量，其形状如：shape=() 向量(vector) ：一维数组，一维张量，其形状如：shape=(3,) 矩阵(matrix)：二维数组，二维张量，其形状如：shape=(3,3) 多维数组(n-d array)：多维数组，多维张量，其形状如：shape=(1,3,3)   二、实例 1、运行环境： TensorF...
ecdh-sha2-nistp256 ecdh-sha2-nistp384算法与dh-group-exchange-sha1 dh-group14-sha1 dh-group1-sha1算法哪个密钥交换算法更强
05-27
在安全性方面，ecdh-sha2-nistp256和ecdh-sha2-nistp384算法要比dh-group-exchange-sha1、dh-group14-sha1和dh-group1-sha1算法更强。原因在于，ecdh算法使用的是基于椭圆曲线数学问题的加密方法，而dh算法使用的是基于大素数的加密方法。椭圆曲线加密算法相对于基于大素数的算法来说，具有更高的安全性和更短的密钥长度。因此，如果需要更高的安全性，建议采用ecdh-sha2-nistp256或ecdh-sha2-nistp384算法进行密钥交换。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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