什么是Tensor

  • 张量
  • 是向量和矩阵向更高维度的推广
  • 相当于多维数组

0维张量

0维张量

rankType描述维度

1维张量

1维张量

shape描述每个维度上数组长度

2维张量

每一维度数组长度均为2的2维张量

size描述张量的元素数量

2 维张量

2维张量

每一维度数组长度均为1的2维张量

3维张量

3维张量

shape描述了三个维度的数组长度均为1

Tensor和机器学习有什么关系？

  • Tensor符合神经网络的数据结构
  • 神经网络每一层要存N维数据
  • N层的For循环运算

Tensor的运算 十分符合 神经网络的运算

  • eg.用TensorFlow.js提供的点乘dotAPI能够简化复杂的for循环运算：

传统for循环运算张量 vs dot运算张量

点乘结果与for循环结果一致

代码仓库