1.Scalar
通常就是一个数值
x = tensor(42.)
输出x:
2.Vector
特征向量
例如:[-5., 2., 0.]在深度学习中通常表示特征,如词向量特征,某一维度特征等
3.Matrix
一般计算的都是矩阵,通常都是多维的。
可以做矩阵的乘法,如下列的matmul()方法。
M * M为使用 *
运算符进行逐元素相乘。
通常就是一个数值
x = tensor(42.)
输出x:
特征向量
例如:[-5., 2., 0.]在深度学习中通常表示特征,如词向量特征,某一维度特征等
一般计算的都是矩阵,通常都是多维的。
可以做矩阵的乘法,如下列的matmul()方法。
M * M为使用 *
运算符进行逐元素相乘。
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1220169.html
如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!