昇思训练营day2学习心得-张量

张量是一个数学概念，在MindSpore等深度学习框架中，张量是网络运算的基本数据结构，用于表示神经网络中的输入、输出和变换。

张量的属性

 

创建张量

在MindSpore中，张量的创建方式多种多样，包括但不限于以下几种：

1.根据数据直接生成

2.从NumPy数组生成 

3.使用init初始化器构造张量

4.继承另一个张量的属性

张量运算 

 张量之间有很多运算，包括算术运算（如加、减、乘、除等）、线性代数运算（如矩阵乘法、转置等）、矩阵处理（如标引、切片等）等。张量运算与NumPy的使用方式类似，可以很容易地在MindSpore中进行数值计算。

稀疏张量

稀疏张量是一种特殊的数据结构，用于高效地存储和处理那些大部分元素为零的高维数组。（稀疏张量是一种特殊张量）

稀疏张量通常可以采用多种格式来表示，其中最常见的是COO（Coordinate List，坐标列表）、CSR（Compressed Sparse Row，压缩稀疏行）和CSC（Compressed Sparse Column，压缩稀疏列）格式。

稀疏张量在多个领域都有广泛的应用，如在图像处理上：虽然图像数据本身通常是稠密的，但在某些预处理步骤（如TF-IDF编码）或特定类型的图像处理任务中，稀疏张量可被用来表示具有大量暗像素或低信息量的图像区域。