MindSpore笔记张量

神经网络输入数据向量的理解

输入数据是转换成ID，对应过去类似onehot
训练的是网络的参数

张量，低纬度在x,y,z三个方向上移动，既可以构成高维，点变线，线变面，面变体

不同维度的张量（Tensor）分别表示不同的数据，0维张量表示标量，1维张量表示向量，2维张量表示矩阵，3维张量可以表示彩色图像的RGB三通道等等。

张量是MindSpore网络运算中的基本数据结构。张量中的数据类型可参考dtype。

张量是Parameter（权重和偏置）的载体，Feature Map的载体；
张量可与numpy.ndarray无缝转换。