张量、向量、标量的区别

原文：https://www.jianshu.com/p/5ae644748f21

要介绍Tensor这个数据类型，我觉得有必要扯一下数学。

我们都知道：

标量（Scalar）是只有大小，没有方向的量，如1，2，3等

向量（Vector）是有大小和方向的量，其实就是一串数字，如(1,2)

矩阵（Matrix）是好几个向量拍成一排合并而成的一堆数字，如[1,2;3,4]

 

那么张量（Tensor）是什么呢？呵呵呵呵！大家估计也能猜出来！是按照三维排列的一堆数字？

是的。但是也不完全正确。

其实标量，向量，矩阵它们三个也是张量，标量是零维的张量，向量是一维的张量，矩阵是二维的张量。

 

除此之外，张量还可以是四维的、五维的、。。。等等

数学扯完了，我们撸串代码操练操练　(*ˉ︶ˉ*)

 1 >>>import torch #引用torch包
 2 
 3 >>>x = torch.Tensor(2,3)  #构造一个2x3的矩阵，没初始化但仍然会有值
 4 
 5 >>>x
 6 
 7 8.0118e+28  4.5768e-41  8.0118e+28
 8 
 9 4.5768e-41  2.9747e-37  1.4013e-45
10 
11 [torch.FloatTensor of size 2x3]  #可以看出数据类型是浮点数的2x3矩阵

看矩阵看不出张量的道道，我们来点刺激的

 1 >>>y=torch.Tensor(4,2,3) #构造一个4x2x3的张量，没初始化
 2 
 3 >>>y
 4 
 5 (0 ,.,.) =
 6 
 7 1.00000e-29 *
 8 
 9 0.0000  2.5244  0.0000
10 
11 2.5244  0.0000  0.0000
12 
13 
14 (1 ,.,.) =
15 
16 1.00000e-29 *
17 
18 0.0000  0.0000  0.0000
19 
20 0.0000  0.0000  0.0000
21 
22 
23 (2 ,.,.) =
24 
25 1.00000e-29 *
26 
27 0.0000  0.0000  0.0000
28 
29 0.0000  0.0000  0.0000
30 
31 
32 (3 ,.,.) =
33 
34 1.00000e-29 *
35 
36 0.0000  0.0000  0.0000
37 
38 2.5244  0.0000  2.5244
39 
40 [torch.FloatTensor of size 4x2x3]

我们从上面的返回值可以看出，4x2x3的张量y由4个2x3的矩阵构成，这符合了我们数学上的定义。

 

标签：2.5244,torch,矩阵,张量,29,0.0000,标量,向量
来源： https://www.cnblogs.com/two-oranges/p/16143766.html