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。