听了李沐老师深度学习相关课程后，进行了一些总结：
N维数组是机器学习的最基础。
张量，向量，矩阵和标量的关系：
标量是 0维空间中的一个点 ，向量是 一维空间中的一条线 ，矩阵是 二维空间的一个面 ，三维张量 是三维空间中的一个体 。 也就是说，向量是由标量组成的，矩阵是向量组成的，张量是矩阵组成的。
张量（tensor）：张量表示一个数值组成的数组，这个数组可能有多个维度。张量的shape属性来访问其形状和元素总数，reshape改变形状。个人认为，可以把张量当作一个数组。
NumPy(Numerical Python) ：是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。是python中最基础的多元数组计算框架。
广播机制：广播(Broadcast)是numpy 对不同形状(shape)的数组进行数值计算的方式， 对数组的算术运算通常在相应的元素上进行。
