初识神经网络——张量
其中，0阶张量仅包含一个数字，有0个轴，也叫标量；视频：5D张量，形状为（samples，frames，height，width，channels）或（samples，frames，channels，height，width）图像：4D张量，形状为（sample，height，width，channels）或（samples，channels，height，width）时间序列数据或序列数据：3D
·
神经网络的数据表示为张量，张量是一个数据容器，其包括几个关键属性：轴的个数（阶）、形状以及数据类型。
其中，0阶张量仅包含一个数字，有0个轴，也叫标量；1阶张量是数字组成的数组，有1个轴，也叫向量；2阶张量是向量组成的数组，有2个轴（通常叫做行和列）也叫矩阵，以此类推到3阶张量甚至更高阶张量。
形状为张量沿每个轴的维度大小
数据类型为张量中包含数据的类型。
在现实世界应用时，主要有以下几种数据张量：
向量数据：2D张量，形状为（sample，features）
时间序列数据或序列数据：3D张量，形状为（sample，timesteps，features）
图像：4D张量，形状为（sample，height，width，channels）或（samples，channels，height，width）
视频：5D张量，形状为（samples，frames，height，width，channels）或（samples，frames，channels，height，width）
每个数据被编码为数据张量，数据集也由此而来。
腾讯云面向开发者汇聚海量精品云计算使用和开发经验，营造开放的云计算技术生态圈。
更多推荐
0
0- 0
已为社区贡献1条内容
所有评论(0)