在深度学习中,张量(tensor)的维数就是张量的阶数。
0维的tensor就是标量,就是一个单独的数;
1维的tensor就是向量,就是一列数,其中的每一个元素被一个索引所确定;
2维的tensor就是矩阵,其中的每一个元素被两个索引而非一个所确定;
大于等于3维的tensor没有名称,统一叫做tensor。
注意:区别数学中的说法和机器学习中的说法。
数学中向量的维数表示向量中分量的个数。比如[1,3]是个2维向量。
但在机器学习中[1,3]是个1维的向量(vector)。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)