本文参考Keras中文官方网站:http://keras-cn.readthedocs.io/en/latest/other/regularizers/
tensor(张量)指的是指广泛的数据类型,它是
n
n
维的(n是自然数)。最简单的张量是单个的数字,例如数字
6
6
就是0维张量;向量
[1,2,3,4,5,6]
[
1
,
2
,
3
,
4
,
5
,
6
]
是一维张量;矩阵即二维张量;继续向下写就是
3
3
维张量、4维张量….高维的张量我们无法用公式表示。
张量也称为轴(axis),对于矩阵
[[1,2][3,4]]
[
[
1
,
2
]
[
3
,
4
]
]
我们有如下的计算:
import numpy as np
a = np.array([[1,2],[3,4]])
sum0 = np.sum(a, axis=0)
sum1 = np.sum(a, axis=1)
print (sum0)
print (sum1)
输出的结果为:[4,6]
[3,7]
在计算的时候,当
axis=0
a
x
i
s
=
0
的时候是矩阵的列向量相加,当
axis=1
a
x
i
s
=
1
的时候是矩阵的行向量相加。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)