人工智能 tensorflow框架-->n阶张量的空间集合描述02

基本概念: 标量、矢量、张量
Tensor：张量

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

阶    名称 　　　　　　　       说明 　　　　　　　　　　　　　　　　　　　　例子

0 　数字标量（只有大小）     一个单纯的数字(0阶张量) 　　　　　　　　　　　var  a = 1

 

1     矢量（大小和方向）        一个带方向感的点(1阶张量)　　　　　　　　　　 var  a = [1,2,3]

 

2 　矩阵（数据表）　　　　空间中一个面(2阶张量)　　　　　　　　　　　　  var  a = [ [1,2,3] , [2,3,4] , [3,4,5] ]

 

3 　3阶张量(数据立体)　　　2阶张量中如果由三个1阶张量组成， 　　　　　　 var a = [   [ [1,2,3],[2,3,4],[3,4,5] ]   ,   [ [5,6,7] , [7,5,3] , [8,9,5] ]   ]
　　　　　　　　　　　　　3阶张量由两个2阶张量组成，那么
　　　　　　　　　　　　　3阶张量为两个平面相交切割的4个空间  

 

4 　4阶张量（数据立体） 　 2阶张量中如果由三个1阶张量组成，　　　　　　　 var a = [     [   [ [1,2,3] , [2,3,4] , [3,4,5] ]  ,  [ [5,6,7] , [7,5,3]  ,[8,9,5] ]   ] ,
　　　　　　　　　　　　　3阶张量由两个2阶张量组成，                                                       [   [ [3,2,4] , [6,7,8] , [0,8,5] ] ,   [ [3,4,7] , [8,5,2] , [5,8,1] ]   ]    ]
　　　　　　　　　　　　　3阶张量为两个平面相交切割的4个空间，
　　　　　　　　　　　　　4阶张量为两个3阶张量组成那么，
　　　　　　　　　　　　　4阶张量为两个‘已切割成的4个空间’的相交部分
　　　　　　　　　　　　　加上未相交部分的空间集合

 

n 　n阶张量（数据立体） 　 4阶逻辑可推演出n阶数据体空间集合　 var a = [         [     [   [ [1,2,3] , [2,3,4] , [3,4,5] ] , [ [5,6,7] , [7,5,3] , [8,9,5] ]   ] ,
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　   (5阶数据举例)    [   [ [3,2,4] , [6,7,8] , [0,8,5] ] , [ [3,4,7] , [8,5,2] , [5,8,1] ]   ]   ] ,
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　 [     [   [ [7,2,3] , [6,3,4] , [3,4,5] ] , [ [5,6,7] , [7,5,3] , [8,9,5] ]   ] ,
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　       [   [ [2,2,4] , [1,7,8] , [0,8,5] ] , [ [3,4,7] , [8,5,2] , [5,8,1] ]   ]    ]     ]

 

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

以上n阶空间集合：为tensorflow数据流将运行在以上数据体空间集合中