~Привет народ!!! Приятно вернуться с еще одним постом 😊…

Тензор — это структура данных. Это контейнер, где 90% — числа. Существуют различные типы тензоров.

Прежде чем посмотреть, что такое типы тензоров, давайте посмотрим, что такое ранг, форма и размер тензора.

  • Рейтинг: количество осей = количество измерений (ndim) = рейтинг
  • Форма: сколько значений может храниться на оси.
  • Размер: доступные элементы в форме

Давайте перейдем к типам тензоров…

0-D тензоры/скейлеры

Скейлеры или тензоры 0-D (0 Dimension) — это тензоры, в которых хранится одно число. У него нет направления.

ex: 2

Следующий фрагмент кода можно использовать для проверки размера Scaler…

import numpy as np
a = np.array(2)
a
a.ndim
#output => 0 
#size = 1

Одномерные тензоры/векторы

Векторы или тензоры 1-D (1 Dimension) представляют собой набор скейлеров. Он включает в себя список значений.

ex: [1,2,3,4]

Следующий фрагмент кода можно использовать для проверки размера вектора…

import numpy as np
b = np.array([1,2,3,4])
b
b.ndim
#output => 1
#size = 4

Измерение вектора показывает, сколько значений в массиве.

Двумерные тензоры/матрицы

Матрицы или двумерные (двухмерные) тензоры представляют собой набор нескольких векторов. IE включает в себя набор списков.

ex: [1,2,3][4,5,6][7,8,9]

Следующий фрагмент кода можно использовать для проверки размера матрицы…

import numpy as np
c = np.array([[1,2,3],[4,5,6],[7,8,9]])
c
c.ndim
#output => 2
#shape = (3,3)
#size = 9

3-D тензоры/N-D тензоры/кубоиды

Трехмерные (трехмерные) тензоры представляют собой набор матриц. Он включает в себя номер строки, номера столбцов и глубину, т.е. количество матриц.

ex: [ [[1,0,0,0][0,1,0,0]], [[1,0,0,0][0,0,1,0]] ,[[1,0,0,0][0,0,0,1]]] =>

row # * column # * depth = 3 * 2 * 4
shape = (3,2,4)
size = 3*2*4 = 24

Четырехмерные тензоры

Набор кубоидов/трехмерных тензоров называется четырехмерным тензором. Мы можем найти четырехмерные тензоры в области компьютерного зрения.

пример: Пакет изображений RGB

5-D тензоры

Коллекция четырехмерных тензоров называется пятимерным тензором.

пример: Пакет видео (коллекция кадров)

Заключение

Мы только что вкратце узнали о тензорах…

На этом пока все, и, пожалуйста, нажмите кнопку хлопка, если эта статья окажется вам полезной.

Это может быть продолжением серии «Основы машинного обучения».

Особая благодарность @Jinendra Bogahawatte