神经元网络中张量的关系

Question

所以我读了很多关于张量的文章。对于我的目的，我有点理解这个概念。但我找不到任何关于它们如何在 NN 中准确使用的信息。例如，我使用 Tensorflow 构建了一个 NN 来对图像进行分类。我拥有的唯一信息：层是用张量构建的。 现在我的问题是：据我所知，神经网络是由神经元构成的。并且其中的一个层是由许多神经元构建的。

• Tensorflow 中的神经元和张量是否等效？
• 张量是神经元的输入吗？
• 它们如何协同工作？

我的问题可能听起来微不足道。但我找不到任何关于它的信息。他们宁愿谈论张量或神经元。但不是它们如何在带有 Tensorflow 的神经元网络中一起使用。

Answer 1

首先，这里有一些相关的定义：

神经网络被建模为神经元的集合，这些神经元是 连接在一个无环图中。换句话说，一些输出 神经元可以成为其他神经元的输入。 [...] 神经网络模型通常被组织成不同的神经元层 (cs231n)。

图是包含一组 tf.Operation 对象的数据结构， 代表计算单位；和 tf.Tensor 对象，其中 表示在操作之间流动的数据单元 (Tensorflow intro to graphs)。

现在回答问题：

Tensorflow 中的神经元和张量是等价的吗？

没有。张量是数据的单位。人工神经元是功能。此类功能可以通过 tf.Operations 实现，并处理存储在张量中的数据。

张量是神经元的输入吗？

例如，是的。神经元可以存储神经元的输入或输出。

希望对您有所帮助。我很高兴用更多细节来扩展答案。