张量,又叫tensor.
实际上就是一个多维数组（multidimensional array）.
张量的目的是能够创造更高维度的矩阵、向量。

1.图解

一个常见的张量表格如下:

image.png

其中,
标量==0维张量
一维向量==1维张量
矩阵==2维张量
立方体==3维张量
... ...

image.png

现在将三维的张量用一个正方体来表示：

image.png

那么,更高维度的张量可表示:

image.png

两个视频链接:
https://zhuanlan.zhihu.com/p/48982978

2.示例

彩色图像一般会处理成3维张量:

image.png

mxnet生成一个3维张量,
第一维元素个数为2,第二维元素个数为3,第三维元素个数为4
nd.ones((2,3,4))

image.png

3.总结

在深度学习中，Tensor实际上就是一个多维数组（multidimensional array），
其目的是能够创造更高维度的矩阵、向量。

参考:

1. https://zhuanlan.zhihu.com/p/48982978