深度学习基础知识--张量

1、张量是什么

张量是一个数据容器。张量的维度通常叫做轴。

2、张量分类

1）标量（0D张量）

import numpy as np
x =np.array(12)

仅包含一个数字，0个轴。
2）向量（1D张量）

import numpy as np
x =np.array([2,3,6,1,5])

只有一个轴
注：5D向量和5D张量不同，上面的是5D向量，5D张量有5个轴。
3）矩阵（2D张量）
有行列之分

import numpy as np
x =np.array（[[5,3,6],[2,7,4],[3,7,4]]）

3、关键属性

1）轴的个数（阶)

from keras.datasets import mnist
(train_images,train_labels),(test_images,test_labels) = mnist.load_data()
print(train_images.ndim)

2）形状
张量沿每个轴的维度大小。

import numpy as np
x =np.array(12)
print（x.shape）