深度学习 - 现实世界中的数据张量的理解

深度学习 - 现实世界中的数据张量的理解

向量数据：2D张量

时间序列数据或序列数据：3D张量

图像数据：4D张量

视频数据：5D张量

其实很好理解，向量本身的1D张量，加上序号就多了1个轴，所以把多个向量集合在一起的向量数据自然就是二维的。

同理，时间序列或序列本身就是2D张量，比如表示股价的时间序列:[[1,80], [2, 100], [3, 800]]，显然是2D的，加上序号同样多了1个轴，因此时间序列数据或序列数据就是3D张量了。

有了前面这两个铺垫图像就更好理解了，先看下面这张图

我们选取某个时间点的数据，显然这是个时间序列，而整张图如果按时间一点一点分割开的话，就成了一组时间序列，也就是上面的时间序列数据了，是3D张量，然后在这个基础上再加上序号，就成了4D张量了。或者这样理解：单张图像有（长度，高度，RGB）这三个轴（3D张量），加上序号就是4D张量了。

视频同理，相当于图像加上了序号这个轴，自然是5D张量了。

以上只是个人对张量的理解，欢迎讨论。