实际上,一阶张量代表的一个矢量,比如我们平时用python所定义的一个数组变量:
x = [1, 0]
y = [0, 1, 0]
z = [1, 2, 3, 4]
那么这里的x,y,z都是一阶的张量。...而二阶张量所表示的含义是一个二维的矩阵,如我们常见的python多维数组:
M = [[1, -1], [-1, 1]]
N = [[1, 3], [2, 4], [5, 6]]
这里定义的M, N都是二阶的张量...通过观察这些示例中的一阶和二阶的张量我们可以得到一个规律:能够用形如var[i]的形式读取和遍历var中的标量元素的就可以称之为一阶张量,能够用形如var[i][j]的形式读取和遍历var中的标量元素的可以称之为二阶张量...变量定义中,pi就是一个零阶的张量,零阶张量实际上就等同于一个标量,而P, Q都是三阶的张量。...由于上面所提到的两个例子,其实都只涉及到两个张量之间的预算,当多个张量一同进行运算时,就会引入一个新的参量:缩并顺序,在张量网络的实际应用场景中,缩并顺序会极大程度上的影响张量网络计算的速度。