自己通过网上查询的有关张量的解释,稍作整理。
一、一般情况下:
1.单个的数值叫Scalar。也就是一个数字。比如说250这样的自然数。也可以是实数。下同。
2.一维的数组叫Vector,也就是向量。比如 {a1,a2,a3......an}。这里a1,a2...的值都是Scalar。
3.二维的数组叫Matrix,也就是矩阵。
4.三维以上的都叫Tensor,也就是张量。
在tensorflow 中统称为张量
二、图例说明:
三、深度学习/人工智能,为了方便,也经常会把N维数组都统称为tensor:
这个图很形象地说明了他们之间的包含关系。
我们经常说的TPU(Tensor Processing Unit)处理器。其中tensor指的就是n维数组。