Python 张量流入门

我正在努力学习张量流。在给定的示例中，我们如何定义等级和形状？？我的意思是如何找到等级和形状

    3 # a rank 0 tensor; this is a scalar with shape []
    [1. ,2., 3.] # a rank 1 tensor; this is a vector with shape [3]
    [[1., 2., 3.], [4., 5., 6.]] # a rank 2 tensor; a matrix with shape [2, 3]
    [[[1., 2., 3.]], [[7., 8., 9.]]] # a rank 3 tensor with shape [2, 1, 3]

---

秩是张量中的维数。参考：

唯一标识每个组件所需的索引总数等于数组的维数，称为张量的阶、度或秩

形状描述张量每个维度中的元素数量

在给定的示例中

[1. ,2., 3.]

是一组只有一个维度的数字。这称为向量，通常用于表示直线

[[1., 2., 3.], [4., 5., 6.]]

是一组二维数字。这称为矩阵，通常在几何上表示一组线。（每行由每个内括号中的元素描述）

这可以推广到两个以上的维度。

---

更一般地说，所有这些数字集都被称为张量。TensorFlow使用这些数字集作为数据结构。

秩是张量中的维度数。参考：

唯一标识每个组件所需的索引总数等于数组的维数，称为张量的阶、度或秩

形状描述张量每个维度中的元素数量

在给定的示例中

[1. ,2., 3.]

是一组只有一个维度的数字。这称为向量，通常用于表示直线

[[1., 2., 3.], [4., 5., 6.]]

是一组二维数字。这称为矩阵，通常在几何上表示一组线。（每行由每个内括号中的元素描述）

这可以推广到两个以上的维度。

---

更一般地说，所有这些数字集都被称为张量。TensorFlow使用这些数字集作为数据结构。

正如您所说，秩是张量中的维数，通过大括号，我们可以找到秩。有没有这样的东西可以找出张量的形状？在第三个例子中，我不理解与第二个例子相比，形状是怎样的[2, 1, 3 ]？[[1,11]，[13]，[2.22]，[24]，[3]，[4]，[4]，[4]，[4]，[4]，[56]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]在这种情况下，最里面的盒子里有4个元素，2个这样的“4元素盒子”装在另一个盒子里，其中3个在最外面的盒子里。所以，张量的形状是：[3,2,4]，张量的秩是3，类似地，在你的例子中，最里面的盒子里有3个数字，1个“3元素盒子”装在另一个盒子里（由“[[”和“]]”给出），最外面的盒子里有2个这样的盒子。因此，形状是[2,1,3]，在开始使用TensorFlow之前，必须学习线性代数和微积分。这些主题将涵盖您所有的疑问，并使您更好地理解TensorFlow代码。如果你还没有学习Python，如果你说，秩是张量的维数，就像看到括号一样，我们可以找到等级。有没有这样的东西可以找出张量的形状？在第三个例子中，我不理解与第二个例子相比，形状是怎样的[2, 1, 3 ]？[[1,11]，[13]，[2.22]，[24]，[3]，[4]，[4]，[4]，[4]，[4]，[56]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]，[6]在这种情况下，最里面的盒子里有4个元素，2个这样的“4元素盒子”装在另一个盒子里，其中3个在最外面的盒子里。所以，张量的形状是：[3,2,4]，张量的秩是3，类似地，在你的例子中，最里面的盒子里有3个数字，1个“3元素盒子”装在另一个盒子里（由“[[”和“]]”给出），最外面的盒子里有2个这样的盒子。因此，形状是[2,1,3]，在开始使用TensorFlow之前，必须学习线性代数和微积分。这些主题将涵盖您所有的疑问，并使您更好地理解TensorFlow代码。如果你还没有学过，也可以考虑学习Python。