1.标量(Scalar)
只有大小没有方向，可用实数表示的一个量
2.向量(Vector)
可以表示大小和方向的量
3.矩阵(Matrix)
m行n列,矩阵中的元素可以是数字也可以是符号，在深度学习中一般是二维数组
4.张量(Tensor)
用来表示一些向量、标量和其他张量之间的线性关系的多线性函数，这些线性关系可以是内积、外积、线性映射、或者笛卡尔积。张量通常是大于2维的数字表。
5.Representation
相关推荐
阿演2 分钟前
DataDjinn v0.2.11：SQL 编辑、AI 协作和表格操作继续打磨私人珍藏库8 分钟前
[Android] PocketPal -本地离线AI助手+大模型部署神器止语Lab9 分钟前
「诚实」是新的「聪明」——Claude 4.8 对 AI 评价体系的三重追问智慧景区与市集主理人17 分钟前
巨有科技智慧康养｜避开康养文旅内卷，做能变现的疗愈数字化新知图书19 分钟前
文档感知任务定义与分类FriendshipT34 分钟前
Ultralytics：解读SPPF模块冷小鱼35 分钟前
AI Agent 核心算法：任务规划（Planning）的深度技术解析木卫二号Coding36 分钟前
Cursor+GitOps：自动化运维新姿势GEO_ai_zhijian37 分钟前
企业AI可见度公益评测正式启动韦胖漫谈IT40 分钟前
Apple M3 Max 与 Apple M5 Max 对比：本地算力的新旧王者之争