【TensorFlow】——不同shape的tensor在神经网络中的应用（scalar，vector，matrix）

目录

​

1、scalar——标量

1）在神经网络中存在的场景

 2）one_hot编码

3）举例应用

2、vector——向量

​ 3、matrixs——矩阵

4、dim=3的tensor

5、dim=4的tensor

6、dim=5的tensor

---

本文主要的目的是让初学者对tensor的各种形式的使用场景有个大概的了解，至于代码的具体含义可以不管

1、scalar——标量

1）在神经网络中存在的场景

 2）one_hot编码

假设有m种分类，那么经过one_hot编码后，会使得属于的那一类的值为1，其余类为0

 

3）举例应用

在深度学习中，图像识别是通过训练是通过一个batch（每个batch含有若干图片）一个batch进行训练网络模型，而不是一张一张图片进行训练，将每张图片得到的loss的均值作为该batch的loss，然后这个batch作为一个样本进行看待

2、vector——向量

3、matrixs——矩阵

4、dim=3的tensor

 

5、dim=4的tensor

卷积神经网络

 

6、dim=5的tensor

比卷积神经网络多了一个任务数的维度