1.2 张量 (Tensors)

文档摘要

1.2 张量 (Tensors) PyTorch 张量 (Tensors)：深度学习的基石 1.2.1 张量的概念：从标量到多维数组在数学和计算机科学中，张量是一个广义的概念，可以用来描述各种不同维度的数据。在PyTorch中，张量可以被视为多维数组，它是NumPy数组的扩展，并且能够在GPU上运行以加速计算。为了更好地理解张量，我们可以从简单的概念开始逐步深入：标量 (Scalar)：0维张量。它仅仅是一个单独的数值，例如，，。你可以把它想象成一个点。向量 (Vector)：1维张量。它是一组有序排列的数值，例如。你可以把它想象成一条线段。矩阵 (Matrix)：2维张量。它是一个由行和列组成的数值表格，例如。你可以把它想象成一个平面。