第二章：深度学习核心概念

文档摘要

第二章：深度学习核心概念第二章：深度学习核心概念在上一章中，我们对深度学习和AI模型有了初步的认识。本章将深入探讨构成这些模型的基石——数据表示、模型结构、学习机制以及训练流程。理解这些核心概念，是你能否成功构建和训练AI模型的关键。 2.1 数据：张量（Tensors）及其操作在深度学习的世界里，所有的数据，无论是输入图像、文本、音频，还是模型内部的权重、偏置、梯度，都统一表示为一种称为“张量”（Tensor）的数据结构。你可以将张量理解为多维数组，它是NumPy数组在深度学习框架中的对应物，但通常具备在GPU等硬件上加速计算的能力。张量的维度（Rank/Order）: 标量（Scalar）：0维张量，一个单独的数字。例如：向量（Vector）：1维张量，一串数字。