1. 소개

Tensor를 이해하는 데 필요한 정보를 자신의 메모로 정리합니다.
동시에 Python의 Tensor 표기법도 소개합니다.

* 영어 표현이 직관적이고 이해하기 쉽기 때문에 번역없이 그대로 기입합니다.

2.텐서란?

Tensor is a just a container for data.

The data are almost numerical data

Therefore, Tensor is a container for number.

텐서는 숫자를 포함하는 컨테이너입니다. 간단하네요.
아래 그림과 같이 텐서에 관해서 다양한 설명이 있습니다만, 요점은 숫자를 넣는 컨테이너입니다.

3.텐서 키워드

Tensor, Dimension, Axis, Ranks의 의미입니다.

Tensor is a container of numbers.

Tensor is a generalization of matrices to an arbitrary number of dimensions.

In tensor, dimension is often called axis.

Number of dimension (=Number of axis) is called ranks.

텐서는 매트릭스의 일반화 된 표현.


이름
텐서
표기


Scalar
0 Dimensional Tensor
Not Available

벡터
1 Dimensional Tensor
(k)

Matrix
2 Dimensional Tensor
(j,k)

..
3 Dimensional tensor
(i,j,l)

4.텐서 Dimension

텐서의 예인 파이썬에서의 기입법을 소개합니다.
파이썬에서는 목록을 나타 내기 위해 []를 사용합니다. 이 표현에 빨리 익숙합시다.
numpy의 ndmi 명령어로 Tensor의 Dimension을 확인할 수 있습니다.

4.1 Scalar : 0D Tensor

A tensor that contains only one number is called a scalar.

4.2 Vector : 1D Tensor

An array of number is called a vector, or 1D tensor.

4.3 Matrix : 2D Tensor

An array of vecotrs is a matrix, or 2D tensor.

4.4 .. :3D Tensor

It is just nD tensor from 3D tensor.

5. 정리

Tensor는 숫자를 포함하는 컨테이너입니다.
Tensor의 Dimension(=axis)의 의미, Python에서의 표현에 대해 정리했습니다.
다음 번에는 Tensor의 Shape에 대해 소개합니다.

텐서(Tensor) 이해(2) : Shape