tensor和numpy的联系和区别

tensor（张量）：
张量（tensor）是一种多维数组，是向量、矩阵、标量等概念的自然推广，可以表示任意多的维度，可以是 0 维张量（标量），1 维张量（向量），2 维张量（矩阵），以及更高的维度。在深度学习中，张量广泛应用于存储和传递数据、模型的参数、梯度等
numpy：
NumPy是Python的一个用于科学计算的基础包。它提供了多维数组对象，多种衍生的对象（例如隐藏数组和矩阵）和一个用于数组快速运算的混合的程序，包括数学，逻辑，排序，选择，I/O，离散傅立叶变换，基础线性代数，基础统计操作，随机模拟等等
区别和联系：
1.都是计算的一种数据类型，Tensor可以在GPU上运行，Numpy只能在CPU上运行
2.tensor和numpy互相转化方便，类型兼容，tensor是基于深度学习提出来的
3.区别是tensor还是numpy时，直接通过print，tensor会显示数据类型tensor