- 从代数角度将，矩阵是向量的推广。向量可以看成一维的“表格”（即分量按照顺序排成一排），矩阵可以看成二维的“表格”（分量按照纵横位置排列），n阶张量可以看成n维的“表格”。张量的严格定义是利用线性映射来描述的。
- 从几何角度讲：矩阵是一个真正的几何量。也就是说，它是一个不随参照系坐标变换而变化的量。向量也具有这种特性。
- 某些条件下，张量可以用矩阵来表达。
- 表示标量的数和表示向量的三维数组也可以分别称作1x1 、1x3的矩阵。
《深度学习500问》张量和矩阵的区别
2023-07-26
200
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
《深度学习500问》张量和矩阵的区别
目录
相关文章
|
2月前
|
机器学习/深度学习
人工智能
算法
|
3月前
|
机器学习/深度学习
自然语言处理
算法
机器学习和深度学习之间的区别
机器学习和深度学习在实际应用中各有优势和局限性。机器学习适用于一些数据量较小、问题相对简单、对模型解释性要求较高的场景；而深度学习则在处理大规模、复杂的数据和任务时表现出色，但需要更多的计算资源和数据，并且模型的解释性较差。在实际应用中，需要根据具体的问题和需求，结合两者的优势，选择合适的方法来解决问题。
124
0
0
|
3月前
|
机器学习/深度学习
人工智能
自然语言处理
|
8月前
|
机器学习/深度学习
PyTorch
算法框架/工具
|
5月前
|
机器学习/深度学习
人工智能
算法
【语音识别算法】深度学习语音识别算法与传统语音识别算法的区别、对比及联系
深度学习语音识别算法与传统语音识别算法在理论基础、实现方式、性能表现等方面存在显著区别，同时也有一些联系。下面将从几个方面详细比较这两种方法，并给出应用实例和代码示例
69
4
4
|
5月前
|
机器学习/深度学习
人工智能
自然语言处理
【机器学习】机器学习、深度学习、强化学习和迁移学习简介、相互对比、区别与联系。
机器学习、深度学习、强化学习和迁移学习都是人工智能领域的子领域，它们之间有一定的联系和区别。下面分别对这四个概念进行解析，并给出相互对比、区别与联系以及应用场景案例分析。
258
1
1
|
5月前
|
机器学习/深度学习
存储
PyTorch
【深度学习】Pytorch面试题：什么是 PyTorch？PyTorch 的基本要素是什么？Conv1d、Conv2d 和 Conv3d 有什么区别？
关于PyTorch面试题的总结，包括PyTorch的定义、基本要素、张量概念、抽象级别、张量与矩阵的区别、不同损失函数的作用以及Conv1d、Conv2d和Conv3d的区别和反向传播的解释。
358
2
2
|
5月前
|
机器学习/深度学习
算法
PyTorch
【深度学习】TensorFlow面试题：什么是TensorFlow？你对张量了解多少？TensorFlow有什么优势？TensorFlow比PyTorch有什么不同？该如何选择？
关于TensorFlow面试题的总结，涵盖了TensorFlow的基本概念、张量的理解、TensorFlow的优势、数据加载方式、算法通用步骤、过拟合解决方法，以及TensorFlow与PyTorch的区别和选择建议。
319
2
2
|
5月前
|
机器学习/深度学习
Serverless
数据处理
《零基础实践深度学习》 Numpy 线性代数 应用举例 张量表示
这篇文章介绍了NumPy在线性代数中的应用，包括矩阵操作和文件读写功能，并提供了使用NumPy进行图片处理和激活函数计算的示例，同时探讨了飞桨框架中张量（Tensor）的使用和与NumPy数组的转换。
70
0
0
|
7月前
|
机器学习/深度学习
人工智能
自然语言处理
算法金 | 一文看懂人工智能、机器学习、深度学习是什么、有什么区别！
**摘要：**
了解AI、ML和DL的旅程。AI是模拟人类智能的科学，ML是其分支，让机器从数据中学习。DL是ML的深化，利用多层神经网络处理复杂数据。AI应用广泛，包括医疗诊断、金融服务、自动驾驶等。ML助力个性化推荐和疾病预测。DL推动计算机视觉和自然语言处理的进步。从基础到实践，这些技术正改变我们的生活。想要深入学习，可参考《人工智能：一种现代的方法》和《深度学习》。一起探索智能的乐趣！
215
1
1
热门文章
最新文章
1
MNN：阿里开源的轻量级深度学习推理框架，支持在移动端等多种终端上运行，兼容主流的模型格式
2
利用深度学习进行系统健康监控：智能运维的新纪元
3
基于Python深度学习的眼疾识别系统实现~人工智能+卷积网络算法
4
深度学习在安全事件检测中的应用：守护数字世界的利器
5
打造智能音乐推荐系统：基于深度学习的个性化音乐推荐实现
6
穹彻智能-上交大最新Nature子刊速递：解析深度学习驱动的视触觉动态重建方案
7
深度学习在数据备份与恢复中的新视角：智能化与效率提升
8
基于yolov4深度学习网络的排队人数统计系统matlab仿真,带GUI界面
9
基于Python深度学习果蔬识别系统实现
10
猫狗宠物识别系统Python+TensorFlow+人工智能+深度学习+卷积网络算法