你可以認為乙個二階張量就是我們平常所說的矩陣，一階張量可以認為是乙個向量.對於乙個二階張量你可以用語句t[i, j]來訪問其中的任何元素.而對於三階張量你可以用't[i, j, k]'來訪問其中的任何元素.
張量是所有深度學習框架中最核心的元件，因為後續的所有運算和優化演算法都是基於張量進行的。幾何代數中定義的張量是基於向量和矩陣的推廣，通俗一點理解的話，我們可以將標量視為零階張量，向量視為一階張量，那麼矩陣就是二階張量。
舉例來說，我們可以將任意一張rgb彩色表示成乙個三階張量（三個維度分別是的高度、寬度和色彩資料）。如下圖所示是一張普通的水果，按照rgb三原色表示，其可以拆分為三張紅色、綠色和藍色的灰度，如果將這種表示方法用張量的形式寫出來，就是圖中最下方的那張**。
圖中只顯示了前5行、320列的資料，每個方格代表乙個畫素點，其中的資料[1.0, 1.0, 1.0]即為顏色。假設用[1.0, 0, 0]表示紅色，[0, 1.0, 0]表示綠色，[0, 0, 1.0]表示藍色，那麼如圖所示，前面5行的資料則全是白色。
pitch yaw roll 最直觀的解釋
pitch 將物體繞x軸旋轉 localrotationx yaw 將物體繞y軸旋轉 localrotationy roll 將物體繞z軸旋轉 localrotationz roll 繞x軸 pitch 繞y軸 yaw 繞z軸 從攝像機roll,yaw,pitch的示意圖中，我們看到並不是說 rol...
對矩陣的直觀理解
1.空間 是容納運動的乙個物件集合，而變換則規定了對應空間的運動。事實上，不管是什麼空間，都必須容納和支援在其中發生的符合規則的運動 變換 你會發現，在某種空間中往往會存在一種相對應的變換，比如拓撲空間中有拓撲變換，線性空間中有線性變換，仿射空間中有仿射變換，其實這些變換都只不過是對應空間中允許的運...
pytorch的tensor與numpy陣列共享值
網上的很多部落格說tensor與numpy陣列共享記憶體，這是錯誤的 先給結論 tensor與numpy陣列共享部分記憶體，說共享值更嚴謹，且有條件 看 a torch.ones 2,2 b a.numpy print id a print id b 輸出 3030786996336 3030755...