向量数据：2D张量，形状为(samples,features)
其为最常见的数据。对这种数据集，每个数据点都被编码为一个向量，因此一个数据批量就被编码为2D张量（即向量组成的数组），其中第一个轴是样本轴，第二个轴为特征轴。
时间序列数据或序列数据：3D张量，形状为(sample,timesteps,features )
当时间（或序列顺序）对于数据很重要时，应该将数据存储在带有时间轴的3D张量中。每个样本可以被编码为一个有向量序列（即2D张量），因此一个数据批量就被编码为一个3D张量
时间轴始终为索引为1的轴。
eg：股票价格数据：每一分钟，将股票当前价格、前一分钟的最高价格和前一分钟的最低价格保存下来。每一分钟被编码为一个3D张量，整个交易日被编码为一个形状为（390，3）的2D张量（一个交易日有390分钟），而20天的数据则被保存在一个形状为（20，390，3）的3D张量中。每一个样本为一天的股票数据。
图像：4D张量，形状为(sample,height,width,channels)或(samples,channels,height,width)
那个通畅有三个维度：高度、宽度和颜色深度，虽然灰度图像只有一个颜色通道，因此可以保存在2D张量中，但依据惯例，图像张量始终为3D张量，灰度图像的彩色通道只有一维。因此一个形状为256×256的张量中，128张彩色图片组成的批量则可以保存在一个形状为（128，256，256，3）的张量中。
图像张量的形状有两种规定：通道在后的约定和通道在前的约定。
视频：5D张量，形状为(samples,frames,height,width,channels )或（samples,frames,channels,heights,width)
视频可以看作一系列帧，每一帧都是一张彩色图像。由于每一帧都会保存在(height,width,color-depth)的3D张量中，因此一系列可以保存在一个形状为(frames,height,width,color#depth)的4D张量中，而不同视频组成的批量则可以保存在一个5D张量中，其形状为(samples,frames,height,width,color-depth)
Original: https://blog.csdn.net/weixin_44864461/article/details/123521644
Author: HKL-455
Title: 神经网络-张量
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/692089/
转载文章受原作者版权保护。转载请注明原作者出处！