标量,向量和张量之间的关系?

在这里只说一下简单的个人能理解。如有错误请批评指正。
在很早的时候我们都学过什么是标量和向量了。

  1. 一般情况我们定义标量只有大小叫做标量。标量仅仅描述一个东西数量的多少?比如衣服多大码呀,身高有多高呀?这些表示大小和长度的仅仅用标量去说明它的数量就行了。
  2. 但是在力学需要了解它的受力方向于是就有了向量。向量是既有大小又有方向。也就是说你不仅能够通过大小观察出它的多少,也能够通过方向去判断它的作用方向。
  3. 张量其实就是在向量的基础上进一步的拓展去表达向量没有表达的东西,比如你如何表达一个物体任意点的受理情况,你单单用一个向量是表示出来的。需要在一个三维坐标轴下去进行排列组合出所有的情况。因此引入了张量。
  4. 具体可以参照这一个知乎链接。马同学讲解的张量
  5. 老外讲解的张量
  6. 我是学习深度学习才发现张量这个东西的,之前不知道。从上边的解释可以发现张量跟物理定义有关系。在深度学习中我们把张量直接理解成多维数组我感觉没什么问题。因此,看不懂就算了,嘻嘻。深度学习中的张量
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
标、向量、矩阵和张量是线性代数中的重要概念,它们之间存在一定的联系。 - 标量是0维空间中的一个点,它只有大小没有方向,可以看作是一个单独的数值。 - 向量是一维空间中的一条线,它有大小和方向。向量可以由一组有序的数值组成,这些数值称为向量的分量。向量可以表示位移、速度、力等物理量。 - 矩阵是二维空间的一个面,它由多个行和列组成。矩阵可以看作是多个向量的排列,每个向量作为矩阵的一列或一行。矩阵可以表示线性变换、方程组等。 - 张量是三维空间中的一个体,它可以看作是多个矩阵的排列。张量可以有多个维度,每个维度对应一个矩阵。张量可以表示物理领域中的物质性质、场等。 因此,可以总结为:向量标量组成,矩阵由向量组成,张量由矩阵组成。它们在维度和元素的排列方式上存在不同,但都是线性代数中用于描述数学和物理问题的重要工具。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [标量向量、矩阵、张量之间的区别和联系](https://blog.csdn.net/sinat_29957455/article/details/117396685)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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