什么是张量 (tensor)？

最新推荐文章于 2025-11-02 20:05:28 发布
原创 最新推荐文章于 2025-11-02 20:05:28 发布 · 5.5k 阅读 · 12 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文主要介绍了在学习TensorFlow过程中，针对张量Tensor的理解，包括张量的阶、形状和数据等核心概念，旨在解决批量读取图片和理解卷积操作中的困惑。

在TensorFlow 官方文档中文版中学习cifar10时，对张量Tensor的概念一知半解，特别在理解代码如何批量读取图片，如何实现卷积的细节困扰了我好几天，在查询网上的资料后总结如下：

一、TensorFlow 官方文档

     

最低0.47元/天 解锁文章
张量 Tensor
weixin_43417725的博客
06-29 1135
张量（Tensor）是一个可用来表示在一些矢量、标量和其他张量之间的线性关系的多线性函数，这些线性关系的基本例子有内积、外积、线性映射以及笛卡儿积。其坐标在  𝑛  维空间内，有  𝑛𝑟 个分量的一种量，其中每个分量都是坐标的函数，而在坐标变换时，这些分量也依照某些规则作线性变换。 𝑟 称为该张量的秩或阶（与矩阵的秩和阶均无关系）。 张量是一种特殊的数据结构，与数组和矩阵非常相似。张量（Tensor）是MindSpore网络运算中的基本数据结构，本教程主要介绍张量和稀疏张量的属性及用法
什么是张量（tensor）？
问道于盲
10-27 2652
1. 为什么有多个维度？ 几维/阶张量，是说它的基坐标有几个的张量。如： 0维张量（tensor of rank 0），就是标量，是说它的基向量是0组，也就是说，没有基向量，这样，就是没有方向的数字，就是标量。 1维张量（tensor of rank 1），就是向量。它的基向量是1组，能够表示方向（基坐标的方向）和长度（数字），这个就是向量。 2维张量（tensor of rank 2），就是矩阵。他的基向量是2组。为什么是两个呢？是为了描述更多的物理场景。比如说，我们要描述一个平面上受力这样...
什么是tensor
阿飞CVPR
02-27 2812
tensor是tensorflow基础的一个概念——张量。 Tensorflow用到了数据流图，数据流图包括数据（Data）、流（Flow）、图（Graph）。Tensorflow里的数据用到的都是tensor，所以谷歌起名为tensorflow。 下面介绍张量几个比较重要的概念 Constant（常量）是值不能改变的一种tensor，定义在tf.constant这个类里。 ...
RNN(循环神经网络)
最新发布
qq_68926231的博客
11-02 1101
日拱一卒，功不唐捐~ 一起加油，继续进步！
什么是tensor张量？
m0_56175815的博客
03-19 2527
pytorch的tensor的一些基本操作，和实现一个简单线性模型的基本步骤，和很多小细节。
什么是张量（tensor）
qimo601的专栏
11-22 3829
链接：https://zhuanlan.zhihu.com/p/48982978 Tensor，中文叫张量，是深度学习的一个基础，不然TensorFlow也不会叫Tensor和Flow了。关于张量的讨论，网上已经有很多了，但是能不能简简单单让我理解和记住呢？因此我来总结一下在深度学习中「什么是张量」 提示：本文为初学笔记，仅为提供相关的讨论，谢谢。 在深度学习里，Tensor实际上就是一个多维数组（multidimensional array）。 而Tensor的目的是能够创造更高维度的矩阵、.
【深度学习】关于tensor（张量）的介绍和理解
weixin_43860947的博客
11-20 2608
tensor的学习
浅谈什么是张量tensor.doc
04-15
浅谈什么是张量tensor.doc
昇思25天学习打卡营第2天 | 张量 Tensor
cftang9999的专栏
06-20 1049
基本介绍 || 快速入门 || 张量 Tensor || 数据集 Dataset || 数据变换 Transforms || 网络构建 || 函数式自动微分 || 模型训练 || 保存与加载 || 使用静态图加速张量（Tensor）是一个可用来表示在一些矢量、标量和其他张量之间的线性关系的多线性函数，这些线性关系的基本例子有内积、外积、线性映射以及笛卡儿积。其坐标在 nnn 维空间内，有  nrn^{r}nr 个分量的一种量，其中每个分量都是坐标的函数，而在坐标变换时，这些分量也依照某些规则作线性变换。rr
什么是张量(tensor)？&计算机视觉&深度学习
举个栗子的博客
03-09 4332
在数学中，张量是一种用于描述多维空间中的线性关系的对象。它可以看作是向量和矩阵的推广。标量是0阶张量，向量是1阶张量，矩阵是2阶张量，更高阶的数组则称为高阶张量。在计算机视觉中，张量通常用于表示图像数据。例如，一个彩色图像可以表示为一个3阶张量，其维度为（高度，宽度，颜色通道）。这种表示方法使得对图像进行操作和处理变得更加方便和高效。张量是连接数学、人工智能和计算机视觉的重要纽带。它们在表示和处理多维数据方面发挥着关键作用。
什么是tensor(张量）
爱吃冰淇凌的羊驼
03-05 2143
张量的的定义：一个n维的张量就是一维数组中的每一个元素都为（n-1)维的张量 举个栗子： 一个二维张量，就是一个一维数组里面的所有元素都是一个一维张量 一个三维张量，就是一个一维数组里面的所有元素都是一个二维张量 这种递归式的定义不是很好理解，如果你觉得以上的说明很晦涩难懂，以下的我的理解为： 因为：任何一个常量都是一个0维的张量 几维张量就是几维数组 一维数组就是一个1维张量 二...
PyTorch ： 了解Tensor(张量)及其创建方法
timerring的博客
10-28 1436
文章目录 认识张量 Tensor与 Variable Tensor 张量的创建 一、直接创建 torch.tensor（） torch.from_numpy(ndarray) 二、依据数值创建 2.1 torch.zeros（） 2.2 torch.zeros_like（） 2.3 torch. ones() 2.4 torch. ones_like（） 2.5 torch. full() 2.6 torch.full_like（） 2.7 torch. arange 2.8 torch. linspace
张量tensor——神经网络数据的表示
AnneQiQi的博客
12-17 4044
一般来说，当前所有机器学习系统都使用张量作为基本数据结构。 张量的核心在于，它是一个数据容器。它包含的数据几乎总是数值数据，因此它是数字的容器。如矩阵，它是二维张量。张量是矩阵向任意维度的推广。【注意：张量的维度（dimension）通常叫做轴（axis）】 一、不同维度张量介绍 1.1、标量（0D张量） 仅包含一个数字的张量叫作标量（scalar，也叫标量张量、零维张量、0D 张量）。在...
深度学习入门 ---- 张量(Tensor)
热门推荐
小鱼干儿的博客
08-02 1万+
Tensor，中文叫张量，是深度学习的一个基础，文章讲解了什么是张量，张量和标量、向量、矩阵之间的关系，张量如何使用，在PyTorch中如如何对张量进行操作 ，
【PyTorch】Tensor（张量）介绍
Glass_Gun的博客
09-20 2220
Tensor 中文为张量。张量的意思是一个，它是标量、向量、矩阵的高维扩展。标量可以称为 0 维张量，向量可以称为 1 维张量，矩阵可以称为 2 维张量，RGB 图像可以表示 3 维张量。你可以把张量看作多维数组。
Tensor张量介绍
kuxingseng123的博客
07-09 974
Tensor的中文为张量，张量的意思是一个多维数组，其实的高维扩展。变量可以称为0维张量，向量可以称为1维张量，矩阵可以称为2维张量。RGB图像可以称为3维张量。在这里，可以把张量看作多维数组。
张量Tensor（机器学习的数学基础）
记录个人在工作学习中的思考和遇到的问题。
03-31 2542
介绍张量Tensor
PyTorch框架学习（一） — Tensor（张量）详解
Roar冷颜的博客
11-19 8239
PyTorch框架学习 — Tensor（张量）详解
张量是什么？
08-07
4. 在深度学习中，不同维度的张量分别用于表示什么类型的数据？</think>### 张量的定义与在深度学习中的作用 #### 1. **张量的本质定义** 张量（Tensor）是**深度学习中的核心数据结构**，本质是一个**多维数据容器...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值