#基础概念#之tensor

中译名：张量

定义：

 from wiki:

In mathematics, tensors are geometric objects that describe linear relations between geometric vectors, scalars, and other tensors.

tensors 是一类几何模型，它描述了向量、标量以及其他tensor之间的线性关系。

 　　这个定义并不是很清晰，个人理解是：

　　　　当我们需要在维度层面上去理解数据时，那么张量就是这些具有各种不同维度的数据总称。

　　那么，标量（scalar）就是0-d tensor；

　　　　　向量（vector）就是1-d tensor；

　　　　　矩阵（matrix）就是2-d tensor；

                 再高维的tensor就没有常规的概念来对应了，就统称为 tensor就好了。

 

　在这个基础上，就可以理解tensorflow的工作原理了。简单说就是，先设计好一个神经网络结构，定义一些tensor，然后整个训练过程就可以看成这些tensor从输入层流动到输出层。