机器学习(二)
一、机器学习中的数据结构
1.机器学习中的数据结构称为张量(tensor)
张量的维度称为轴(axis),轴的个数称为阶(rank)
- 标量 - 0D(阶)张量
- 向量 - 1D(阶)张量
- 矩阵 - 2D(阶)张量
- 序列数据 - 3D(阶)张量 例如时间序列:(样本,时间,标签)
- 图像数据 - 4D(阶)张量 (样本,图像高度,图像宽度,颜色深度)
- 视频数据 - 5D(阶)张量 (样本,帧,高度,宽度,颜色深度)
2.张量的变形和转置
可以通过numpy中的reshape方法实现张量的变形,例如(2,3)的矩阵可以变为(3,2)