张量：它是什么，它与向量有何不同？答案

【问题标题】：Tensor: what is it and how is it different from a vector?张量：它是什么，它与向量有何不同？
【发布时间】：2017-04-27 11:40:42
【问题描述】：

我是机器学习的初学者，我正面临这个问题，请提供简单的示例或内容，以便我能以最好的方式理解。

【问题讨论】：

我 100% 这不是适合你的地方，试试here。但首先我强烈建议使用谷歌。我在不到 10 秒的时间内找到了it：
我投票结束这个问题，因为它不是一个与编程相关的问题。
@andand ，我问这个问题是因为我面临这个问题，如果你不能回答，那么你必须跳过这个问题而不是投反对票，感谢 dylan_fan ，他遇到了问题，并建议我回答这类问题的好地方。
@sonuchauhan。我没有否决这个问题；我投票决定将其作为题外话关闭。适合本网站的问题描述位于stackoverflow.com/help/on-topic。

【解决方案1】：

如果你问的是数学对象，那么张量就是保存值的东西，某种表格或数组。张量具有指示这些值在多少轴上排列的顺序。

例如：

【讨论】：

【解决方案2】：

在机器学习文献中，张量只是多维数组的同义词：

张量，也称为多维数组，是矩阵向高阶的推广，是有用的数据表示架构。

因此，1.d 张量是“向量/元组”，而 2.d。张量是一个“矩阵/2.d.array”。

在特定的库中，该术语可能仅限于数值数组：

Theano 是一个 Python 库，可让您定义、优化和有效评估涉及多维数组的数学表达式。

或包含更广泛数据类型的那些：

Tensor - TensorFlow 程序中的主要数据结构。张量是 N 维（其中 N 可能非常大）数据结构，最常见的是标量、向量或矩阵。 Tensor 的元素可以保存整数、浮点数或字符串值。

张量在数学中具有more specific 的含义，作为向量空间之间的多线性映射的抽象，但是给定一个固定的基础，这样的映射可以表示为多维数组，并且来自这种用法机器学习术语得名了。

【讨论】：