关于Tensor（张量）

最新推荐文章于 2023-12-04 10:16:19 发布
最新推荐文章于 2023-12-04 10:16:19 发布
阅读量119 收藏
点赞数
文章标签： 矩阵 线性代数
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/weixin_44001371/article/details/125249056
版权

关于张量的解释，在网上找了几篇文章看，后面看到了一个国外的视频，其中一个解释是这样的：
Tensor是一个不变的向量，但是组成向量的成分是可变的。在这里插入图片描述
就像下面的这支铅笔，他的长度是固定的，但是它的组成部分却是长度和方向（它们之间的角度）可改变的（不固定）；比如这支铅笔有两种表示方式。
在这里插入图片描述

在这里插入图片描述
新向量用老向量的表示矩阵为F，旧向量用新向量的表示矩阵为B，为逆矩阵
在这里插入图片描述
对于n维的也是如此

在这里插入图片描述
在这里插入图片描述

视频地址：https://www.bilibili.com/video/BV1CE411L7by?p=2&vd_source=1f22470cadc316191c93ed3f8abcc1bb

https://www.bilibili.com/video/BV1CE411L7by?p=3&vd_source=1f22470cadc316191c93ed3f8abcc1bb

几篇文章地址：https://zhuanlan.zhihu.com/p/48982978
		https://blog.csdn.net/kansas_lh/article/details/79321234
大龙唉
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
理解Tensor张量
锐意工作室
12-03 1764
文章目录理解Tensor张量张量的理解张量的Python程序0维张量1维张量2维张量3维张量参考文档 理解Tensor张量 深度学习的底层是对张量（Tensor）的计算，因此有必要充分理解张量（Tensor）。 张量的理解 可以将张量（Tensor）理解为一个装数值的容器（实际上是多维数组），容器的属性包括： 容器的形状（Shape） 容器的维度/轴（Rank/Axis） 容器内数值的类型（Py...
tensor多维向量的简单理解
qq_39236432的博客
06-18 3079
tensor是Tensorflow中最基础的数据结构，常常翻译为张量，可以理解为n维数组或矩阵，相关函数： constant(value, dtype=None, shape=None, name='Const', verify_shape=False) 三维方向定义，适用于2维和3维 0、零维张量 import tensorflow as tf #零维张量 const0 = tf.constant(1, tf.float16) print(const0) 运行结果: ..
从零开始使用tensorflow（2）——词向量
老笨妞
09-02 8171
前面记录了安装过程，现在开始使用词向量。 一．对tf的肤浅认识 首先是tf的基本总结（时间有限，认识比较肤浅）： (1). 使用图来表示计算； (2). 在session中执行图； (3). 使用tensor来表示数据； (4). Variable维护状态 (5). 使用feed和fetch可以为任意的操作赋值和获取数据。 看起来是不是蛮简单的，但其实用起来不容易（可能本人道行
深度学习入门 ---- 张量(Tensor)
小鱼干儿的博客
08-02 7755
Tensor，中文叫张量，是深度学习的一个基础，文章讲解了什么是张量，张量和标量、向量、矩阵之间的关系，张量如何使用，在PyTorch中如如何对张量进行操作 ，
范数（norm）
郭云飞的专栏
10-13 1万+
不说那么多理论了，弄蒙咋整，直接说常见范数及其用途。 一、向量范数 1.1、 0-范数 严格说不属于范数，向量中非零元素的个数。 1.2、 1-范数 即向量元素绝对值之和，matlab调用函数norm(x, 1) 。 1.3、 2-范数 Euclid范数（欧几里得范数，常用计算向量长度），即向量元素绝对值的平方和再开方，matlab调用函数norm(x, 2)
tensor简介（基于Pytorch）
cabbage_me的博客
12-04 1585
最近开始看沐神的《》，陆续记录学习笔记#
pytorch中tensor张量数据类型的转化方式
09-18
在PyTorch中，张量（Tensor）是处理和计算数据的基本单元，它支持各种数学操作，而且可以方便地与其他数据结构如NumPy数组或Python列表进行交互。本篇文章将详细探讨PyTorch中张量数据类型的转化方法，这对于理解和...
mindspore 张量tensor
最新发布
06-21
mindspore 张量tensor
张量 tensor
05-26
张量介绍和理解
MATLAB工具箱大全- 张量工具箱Tensor Toolbox
02-10
MATLAB工具箱大全中的张量工具箱Tensor Toolbox是一款专门用于多维数组运算，即张量计算的扩展工具。张量是数学中表示多维数组的概念，广泛应用于物理、工程、机器学习、数据挖掘等多个领域。Tensor Toolbox为MATLAB...
深度学习中对tensor向量进行维度调整的常用方法总结reshape()、transpose()、unsqueeze()
AI训练师中的点滴
12-16 9001
在炼丹日常，很多模型为了保持tensor的计算便利和维度统一（例如resnet）会涉及到很多的维度转换，这时候很容易就绕晕，在参加飞浆的transformer课程中，学习了很多灵活变化维度的方法，这些方法能够让我们减少相当一部分的维度转换的复杂度。下面逐个介绍常用的维度转换方法： reshape方法：维度重整 简单的reshape方法我们就不进行介绍，主要介绍reshape中-1的灵活运用，我们可以轻松的避免一些计算。 import paddle import paddle.nn as nn
张量（tensor）的基本概念
wiy_dawn的博客
05-05 1万+
如参考文献标题所述，这是一篇适用于物理学和工程领域学生关于张量相关知识的介绍性文章。本文主要介绍张量的定义及其相关操作。张量的物理意义可以参见参考文献。 1、向量 1.1向量的定义： 其中，i,j,k为互相垂直的单位向量。 1.2向量加法： 向量相加得向量。 1.3向量内积（inner product）： 向量内积得标量。 1.4向量叉乘（cross product）： 向量叉乘得向量（
深度学习中的标量、向量、矩阵和张量的区别
zhihao8013的博客
07-07 1374
区别深度学习里面的标量、向量、矩阵、张量
张量tensor——神经网络数据的表示
AnneQiQi的博客
12-17 3628
一般来说，当前所有机器学习系统都使用张量作为基本数据结构。 张量的核心在于，它是一个数据容器。它包含的数据几乎总是数值数据，因此它是数字的容器。如矩阵，它是二维张量。张量是矩阵向任意维度的推广。【注意：张量的维度（dimension）通常叫做轴（axis）】 一、不同维度张量介绍 1.1、标量（0D张量） 仅包含一个数字的张量叫作标量（scalar，也叫标量张量、零维张量、0D 张量）。在...
张量、向量、标量的区别
热门推荐
u010995990的博客
04-26 3万+
标量是0阶张量(一个数)，是1*1的； 向量是一阶张量，是1*n的； 张量可以给出所有坐标间的关系，是n*n的。 所以通常有人说将张量(n*n)reshape成向量(1*n)，其实reshape过程中并没有发生大的变化。 参考地址:https://www.zhihu.com/question/22232943...
【Tensorflow】你真的懂TensorFlow吗？Tensor是神马？为什么还会Flow？
小白兔的窝
06-04 1万+
文章转载自：https://www.sohu.com/a/144569429_700316（MOOC） 也许你已经下载了TensorFlow，而且准备开始着手研究深度学习。但是你会疑惑：TensorFlow里面的Tensor，也就是“张量”，到底是个什么鬼？也许你查阅了维基百科，而且现在变得更加困惑。也许你在NASA教程中看到它，仍然不知道它在说些什么？问题在于大多数讲述张量的指南，都假设你
Tensorflow快餐教程(3) - 向量
weixin_34270865的博客
04-23 249
向量 向量在编程语言中就是最常用的一维数组。二维数组叫做矩阵，三维以上叫做张量。 向量虽然简单，高效，且容易理解。但是与操作0维的标量数据毕竟还是不同的。比如向量经常用于表示一个序列，生成序列像标量一样一个一个手工写就不划算了。当然可以用循环来写。在向量中这样还好，如果是在矩阵或者是张量中就强烈建议不要用循环来做了。系统提供的函数一般都是经过高度优化的，...
什么是张量（tensor）？
问道于盲
10-27 2477
1. 为什么有多个维度？ 几维/阶张量，是说它的基坐标有几个的张量。如： 0维张量（tensor of rank 0），就是标量，是说它的基向量是0组，也就是说，没有基向量，这样，就是没有方向的数字，就是标量。 1维张量（tensor of rank 1），就是向量。它的基向量是1组，能够表示方向（基坐标的方向）和长度（数字），这个就是向量。 2维张量（tensor of rank 2），就是矩阵。他的基向量是2组。为什么是两个呢？是为了描述更多的物理场景。比如说，我们要描述一个平面上受力这样...
张量与向量的区别
ningyanggege的博客
08-12 1768
怎么判断一个tensor张量是否为浮点型tensor张量
04-26
要判断一个tensor张量是否为浮点型tensor张量，可以使用PyTorch中的dtype属性。浮点型tensor张量的dtype为torch.float32、torch.float64或torch.float16。可以通过以下代码判断： ```python import torch tensor = torch.randn(3, 4) if tensor.dtype == torch.float32 or tensor.dtype == torch.float64 or tensor.dtype == torch.float16: print("This tensor is a floating point tensor.") else: print("This tensor is not a floating point tensor.") ``` 其中，torch.randn(3, 4)创建了一个3x4的随机tensor张量。如果该tensor张量是浮点型，则输出"This tensor is a floating point tensor."，否则输出"This tensor is not a floating point tensor."。
评论
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