1.标量
标量也叫0D张量,一个标量就是一个数,它只有大小,没有方向。
python
import torch
x = torch.Tensor(3)
print(x)
2.向量
向量也叫1D张量。向量只有一个轴,沿着行的方向,或者沿着列的方向。向量一般指列向量。
python
import torch
x= torch.Tensor([1, 2])
print(x)
3.矩阵
矩阵也叫2D张量, 有两个轴,是一种二维数据结构。
python
import torch
A = torch.Tensor([[1, 2], [3, 4]])
print(A)
假设有两个矩阵和,它们的大小分别是m * n和 n * p。则可以使用矩阵乘法来计算它们的乘积,其大小为m * p。矩阵的第行第列的元素可以表示为:
4.张量
张量是多维数组的抽象概括。它可以看作是向量和矩阵的推广。
张量的基本性质包括:张量的维度,即张量的阶数、轴数。张量的形状,即每一维的大小。张量的数据类型,即张量中的数据的类型,比如float32、int64等。