机器学习（二）

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）