理解“张量”是AI深度学习的关键

大家好，欢迎来到IT知识分享网。

张量（Tensor）是 PyTorch 和许多深度学习框架中的核心数据结构，它是多维数组的泛化形式。简单来说，你可以将张量理解为：一个可以存储数字的多维容器，可以是一维、二维、三维甚至更高维的数组。

一、张量的基本概念

二、张量在 PyTorch 中的表示

在 PyTorch 中，张量由 torch.Tensor 类表示，支持 GPU 加速运算。

示例：创建不同维度的张量

import torch # 0维张量（标量） scalar = torch.tensor(3.14) print(scalar) # tensor(3.1400) # 1维张量（向量） vector = torch.tensor([1, 2, 3]) print(vector) # tensor([1, 2, 3]) # 2维张量（矩阵） matrix = torch.tensor([[1, 2], [3, 4]]) print(matrix) # tensor([[1, 2], [3, 4]]) # 3维张量 tensor3d = torch.tensor([[[1, 2], [3, 4]], [[5, 6], [7, 8]]]) print(tensor3d.shape) # tensor 的形状为 (2, 2, 2)

三、图像与张量的关系（常见于深度学习）

在图像处理中，图像通常被表示为 4D 张量：

(batch_size, channels, height, width)

• batch_size：一批图像的数量（如 64 张图）
• channels：通道数（RGB 图像是 3 通道）
• height：图像高度（如 224）
• width：图像宽度（如 224）

示例：表示一批图像的张量

images = torch.randn(64, 3, 224, 224) # 64 张 3x224x224 的图像 print(images.shape) # torch.Size([64, 3, 224, 224])

四、张量的基本操作

1. 创建张量

# 从列表创建 t = torch.tensor([1, 2, 3]) # 创建全零张量 zeros = torch.zeros(2, 3) # 创建全一张量 ones = torch.ones(2, 3) # 创建随机张量 rand_tensor = torch.rand(2, 3)

2. 张量运算

a = torch.tensor([1, 2]) b = torch.tensor([3, 4]) # 加法 print(a + b) # tensor([4, 6]) # 乘法（逐元素相乘） print(a * b) # tensor([3, 8]) # 点积 print(torch.dot(a, b)) # tensor(11)

3. 张量与 NumPy 的互操作性

# 张量转 NumPy np_array = a.numpy() # NumPy 转张量 tensor = torch.from_numpy(np_array)

五、张量的属性

张量有很多有用的属性，比如：

t = torch.rand(2, 3, 4) print(t.shape) # 形状：(2, 3, 4) print(t.dtype) # 数据类型：torch.float32 print(t.device) # 设备：'cpu' 或 'cuda' print(t.ndim) # 维度数：3

六、为什么深度学习使用张量？

1. 统一的数据结构：张量可以表示任意维度的数据，适合处理图像、文本、语音等。
2. 支持 GPU 加速：张量可以在 GPU 上运行，极大提升计算效率。
3. 自动求导机制：张量可以记录梯度，用于反向传播。
4. 与神经网络兼容：神经网络的输入、输出、权重都以张量形式表示。

✅七、总结

如果你是初学者，理解张量就是理解深度学习的第一步。掌握张量的操作，将帮助你更好地理解神经网络的输入输出、训练过程和模型结构。