昨天和同事开玩笑说，我又想到几个好玩又实用的topic，准备写下来；其实今天本来想蹭个热点写点别的，但是突然出了这么几个新闻，考虑再三，我还是写点技术文章吧！
继续讲基础，今天的主题是讲一下Tensor
什么是Tensor? 不管做不做深度学习的各位，可能都听过Tensorflow，这是两个词的整合新词，前面的Tensor是核心，Tensor 直译就是张量，那么什么是张量？
张量是一个统称，细分下来有很多分支，举几个例子：
-
0阶张量：标量，就是我们日常所经常用到的常量，常数 ，一般记为0-D Tensor
-
1阶张量：向量, venctor, 1-D Tensor
-
2阶张量：矩阵, martix, 2-D Tensor
-
3阶以后一般也就不会特意给起个名字了
阶/维度/dimension,可以近似认为是高维数组里的shape的个数
看一个例子：
扫描二维码关注公众号，回复：
17298975 查看本文章
我们先设定有一个Tensor为a
打印一下Tensor a 的形状