0717-7821348
新闻中心

欢乐彩票官网app

您现在的位置: 首页 > 新闻中心 > 欢乐彩票官网app
机器学习概念解析之张量
2019-12-19 01:20:17

一、啥是张量?

或许你刚刚对深度学习有了根本的了解,所以满心欢喜的下载了ten机器学习概念解析之张量sorflow,预备开端建立你的第一个神经网络。可是,一个叫张量的东西让你产生了疑问,这是啥?张量自身是一个数学概念。你或许关于标量和向量十分了解了,可是,当咱们想用数学言语去描绘一个高维数据时,变量和向量就显得无能为力了,所以张量的概念应运而生。事实上,张量自身是标量和向量概念的延伸。python中一个张量通常被保存为numpy数组,numpy也被使用于大部分的机器学习结构中。

咱们能够把标量当作机器学习概念解析之张量零阶张量:

import numpy as np
x = np.array(5)
print(x)

输出:5

向量当作一阶张量:

x = np.array([1, 2, 3, 4])
print(x)

输出:[1 2 3 4]

相同的,把矩阵能够当作二阶张量:

x = np.array([[1, 2, 3, 4],
[5, 6, 7, 8]])
print(x)

输出:[[1 2 3 4] [5 6 7 8]]

理论上张量能够延伸到n维数据:

二、深度学习中的界说

在深度学习范畴咱们完全能够把张量等同于一个数据的容器,或许爽性幻想成要一个水桶。当水桶中只放了一滴水时便是0维张量,多滴水排成一排便是1维张量,联排成面就变成了2维张量,依此类推,能够扩展到n维。这样做的优点便是极大方便了数据的处理。

三、怎么使用

假定一个区域有10000人,咱们要把一切的居民信息存储到计算机中,包括名字、性别、年纪、工作、家庭住址、受教育程度、婚否这机器学习概念解析之张量7个特征。这时能够界说一个(10000,7)的二维数组来存储信息。然后,咱们能够界说一个张量来装这个数组,一起张量的最大维度也被界说成了(10000,7)。假设咱们需求存储10个区域的数机器学习概念解析之张量据就能够界说一个3维张安堂奈奈量,它的维度是(10,10000,7)。

一张图片能够用3维张量来表明:(width, height, depth)。可是,通常情况下咱们会处理一个包括多张图片的数据集,这时就需求用4维张量来表明:(num,width, height, depth)。num维度代机器学习概念解析之张量表图片的数量。

一张图片:

图片数据集:

5维张量能够用来存储视频,在tensorflow中是这样界说的:(sample_size, frames, width, height, color_depth)。假设咱们有5段视频,每段有1000帧,每帧长为1920,宽为1080,色彩深度机器学习概念解析之张量为3。那么能够表明为(5,1000,1920,1080,3)。