简单的张量演示

机器学习离不开张量、向量。这两个概念其实很抽象对于小白的我来说。所以我自己动手做了一个演示。大家可以直观的看到张量如(2,3)(784,)(3,5,5)这些数字是什么意思,怎么来的

import numpy as np

a = [1,2,3,4,5,4,3,4,5,6,3]
b = [ [1,2,4,5],[1,2,3,4],[2,3,4,5] ]
c = [ [[1,2,3,4],[1,2,3,4]], [[1,2,3,4],[1,2,3,4]] ]
d = [ [1,2,3,4] ]
aa = np.array(a)
bb = np.array(b)
cc = np.array(c)
dd = np.array(d)

print '1阶张量',aa.shape
print '2阶张量',bb.shape
print '3阶张量',cc.shape
print '2阶张量‘ 只有一组',dd.shape

1阶张量 (11,) -<mnist数据集训练常用

2阶张量 (3, 4) ->矩阵

3阶张量 (2, 2, 4) -<CNN常用 (立方体)

2阶张量 只有一组 (1, 4)

(请看下图在cnn网络中,如何去把彩色、黑白图与shape关联在一起的)