1.深度學習中張量的作用
深度學習中張量主要是爲了便於用數字來描述一個對象,比方說要描述一張彩色圖片,我們可以用(長,寬,顏色)來描述,所以描述一張彩色圖片就需要用到三維張量,如果我們要描述一個彩色圖片的集合那麼就要就需要用(圖片序號,長,寬,顏色)來描述,所以描述一個彩色圖片的集合就需要用到四維張量。
2.深度學習中張量的表達形式
0維張量:[1]
0維張量就是一個標量,說白了就是一個數字。
1維張量:[1,2,3,4,5]
1維張量就是一個向量
2維張量:
2維張量就是一個矩陣
3維張量:
3維張量是多個2維張量疊起來
4維張量:
4維張量是多個三維張量疊起來
下圖更直觀一些:
3.用numpy表示張量
0維張量:
1維張量:
用下面的命令可以得到張量的維數:
2維張量:
3維張量:
4.查看張量的形狀
import numpy as np
unit_num = np.array([[[1,2,3],[2,3,4]],[[1,2,3],[2,3,4]]])
print(unit_num.shape)
結果:
(2, 2, 3)