1.深層学習におけるテンソルの役割
ディープラーニングのテンソルは、主にオブジェクトを数値で記述するために使用されます。たとえば、カラー画像を説明するには、（長さ、幅、色）を使用して説明できるため、カラー画像を説明するには、3次元の張を使用する必要があります。数量。カラー画像のコレクションを記述したい場合、（画像番号、長さ、幅、色）を使用して説明する必要があるため、カラー画像のコレクションを説明するには、4次元テンソルを使用する必要があります。
2.深層学習におけるテンソル表現
0次元テンソル：[1]
0次元テンソルはスカラーであり、単純な場合は数値です。
1次元テンソル：[1,2,3,4,5]
1次元テンソルはベクトルです
2次元テンソル：
2次元テンソルは行列です
3次元テンソル：
3次元テンソルは複数の2次元テンソルのスタックです
4次元テンソル：
4Dテンソルは複数の3Dテンソルのスタックです
次の図はより直感的です。
3. numpyを使用してテンソルを表す
0次元テンソル：
1次元テンソル：
次のコマンドでテンソルの次元を取得できます。
2次元テンソル：
3次元テンソル：
4.テンソルの形状を見る
import numpy as np
unit_num = np.array([[[1,2,3],[2,3,4]],[[1,2,3],[2,3,4]]])
print(unit_num.shape)
結果：
(2, 2, 3)
