Tensore

Tensore: Una struttura dati multi-dimensionale utilizzata per rappresentare dati in deep learning (scalari, vettori, matrici, tensori n-dimensionali). I tensori sono la struttura dati fondamentale in framework come TensorFlow e PyTorch. Un tensore 0D è uno scalare, 1D è un vettore, 2D è una matrice, e così via.

Legge I · Embedding, feature e spazi vettoriali

I tensori sono la struttura dati fondamentale in framework come TensorFlow e PyTorch. Un tensore 0D è uno scalare, 1D è un vettore, 2D è una matrice, e così via.

Formula

Un tensore ha forma (d₁, d₂, …, d_n) e rango n.

Esempio numerico

import numpy as np
x = np.zeros((32, 3, 224, 224))
print(x.ndim)   # 4
print(x.shape)  # (32, 3, 224, 224)

Quando usarlo

Rappresenta scalari, vettori, matrici e batch multidimensionali nelle operazioni di rete.

Limiti

Forma e ordine degli assi determinano il significato; reshape non equivale a transpose e può cambiare il layout.

Esempi

  • Tensore 2D per immagine grayscale
  • Tensore 3D per immagine RGB
  • Tensore 4D per batch di immagini

Autovalutazione

Tre domande per verificare la comprensione della voce. Le spiegazioni restano disponibili anche senza JavaScript.

1. Che cos’è Tensore?
Spiegazione

Tensore: Una struttura dati multi-dimensionale utilizzata per rappresentare dati in deep learning (scalari, vettori, matrici, tensori n-dimensionali). I tensori sono la struttura dati fondamentale in framework come TensorFlow e PyTorch. Un tensore 0D è uno scalare, 1D è un vettore, 2D è una matrice, e così via.

2. Quale applicazione è coerente con Tensore?
Spiegazione

Rappresenta scalari, vettori, matrici e batch multidimensionali nelle operazioni di rete.

3. Quale voce è collegata a Tensore?
Spiegazione

Le voci correlate sono scelte per collegamento tecnico, non per somiglianza casuale.