深度学习扫盲贴张量分析tensorflow入门

Posted 2021-04-20 江北的渔夫

从下一篇文章开始，将讲述pytorch以及pycharm的配置，先来点硬核的，这个和设计有什么鬼的关系，以后会慢慢的体现出来；

人工智能的热门，TensorFlow最近被pytorch打的灰头土脸，也许你已经下载了TensorFlow，但是你会疑惑：TensorFlow里面的Tensor，也就是“张量”，到底是个什么鬼？也许你查阅了维基百科，然不知道它在说些什么？问题在于大多数讲述张量的指南，都假设你已经掌握他们描述数学的所有术语。

正因为有了欧拉，拉格朗日，傅里叶和斯托克斯，没人喜欢数学了，所以，张量(Tensor)是什么，咱们从零开始，Tensor为什么会流动(Flow)？

让我们先来看看tensor（张量）是什么？
tensor是tensorflow基础的一个概念，张量是现代机器学习的基础。它的核心是一个数据容器，多数情况下，它包含数字，有时候它也包含字符串，但这种情况比较少。因此把它想象成一个数字的水桶。

Tensorflow用到了数据流图，数据流图包括数据（Data）、流（Flow）、图（Graph）。Tensorflow里的数据用到的都是tensor，所以谷歌起名为tensorflow，怎么凡事都有他的份，量子计算机起名量子霸权，什么乱七八糟的名字。

来来来，看看这个图，我们一不小心就搞出了N维张量，和平行空间有点像：

Rank为0、1、2时分别称为标量、向量和矩阵，Rank为3时是3阶张量，Rank大于3时是N阶张量。这些标量、向量、矩阵和张量里每一个元素被称为tensor element（张量的元素），且同一个张量里元素的类型是保持一样的。

是不是类似于这样

高端的小伙伴还可以类似于这样？

敲黑板！划重点：

张量有多种形式，首先让我们来看最基本的形式，你会在深度学习中偶然遇到，它们在0维到5维之间。我们可以把张量的各种类型看作这样(对被题目中的猫咪吸引进来小伙伴说一句，不要急！猫咪在后面会出现哦！)：

搞一个0维张量来了，这个叫做标量，装在张量容器水桶中的每个数字称为“标量”。标量是一个数字。同样还可以相对的向量，也叫做矢量，唉，高中物理化学和数学都关系起来了吧，是不是这样的感觉？

针对0维的张量，你会问为什么不干脆叫它们一个数字呢？我不知道，也许数学家只是喜欢听起来酷？标量听起来确实比数字酷。

实际上，你可以使用一个数字的张量，我们称为0维张量，也就是一个只有0维的张量。它仅仅只是带有一个数字的水桶。想象水桶里只有一滴水，那就是一个0维张量。刚才已经不少0维张量了。

鄙人表示，“数学烂也要学AI，学了AI来弥补自己数学不好的缺点；否则和人交谈没话可谈就不好了。

解析几何不好所以只能用三维软件做设计，没办法，CAD指令记不住就只能点按钮，唉，本意还是想做设计，带你造一个经济试用版AI终极必杀器”：Excel，在此狂笑三声，很多人excel也不会，于是只能用MATLAB了；

把所有的输入数据，如字符串文本，图像，股票价格，或者视频，转变为一个统一得标准，以便能够容易的处理。这样我们把数据转变成数字的水桶，我们就能用TensorFlow处理。

1维张量/向量，就是下面是也；

如果excel不会的，用matlab也凑活，是这样的：

1维张量只有一个坐标轴。1维张量称为“向量”。我们可以把向量视为一个单列或者单行的数字。是不是这样的了？

2维张量是什么鬼，看看黑客帝国来着吧？本人花了半天，特意调到了x和y；

这个行和列表示两个坐标轴，一个矩阵是二维张量，意思是有两维，也就是有两个坐标轴的张量。

这个时候可以展示一点高端技术了？比如这样？下面的代码是可以用的哦？

我们可以如下表示：

>> x=[1,2,3]
x =
 1 2 3
>> y=[4,5,6]
y =
 4 5 6
>> z=[7,8,9]
z =
 7 8 9
>> plot3([x(1),y(1),z(1)],[x(2),y(2),z(2)],[x(2),y(2),z(2)])

唉，我们可以把人的特征存储在一个二维张量。有一个典型的例子是邮件列表。比如我们有10000人，我们有每个人的如下特性和特征：

 First Name（名）  Last Name（姓）  Street Address（街道地址）  City（城市）  State（州/省）  Country（国家）  Zip（邮政编码）

这意味着我们有10000人的七个特征。

张量具有“形状”，它的形状是一个水桶，即装着我们的数据也定义了张量的最大尺寸。我们可以把所有人的数据放进二维张量中，它是（10000,7）。

你也许想说它有10000列，7行。不。张量能够被转换和操作，从而使列变为行或者行变为列。

矩阵的转置听说过没？？？

没有？？？

这样？？？

3维张量,你也许已经猜到它，但是一个3维张量是一个数字构成的立方体。

来一张骚气满满的图？

怎么搞起，excel貌似玩不转了？

其实还是可以的，就问你晕不晕。

实际上，3维张量最好视为一个立方体，有长宽高这样的。

于是******

3维=时间序列

4维=图像

5维=视频

如果我们下载了一百万篇川建国通知的推特（印象中他一周就能推这么多），我们就会用3D张量来存：

(number_of_tweets_captured, tweet, character)

这意味着，我们的川普推文集合看起来会是这样：

(1000000,140,128)

然后怎么搞4维

4D张量很适合用来存诸如JPEG这样的图片文件，RGB听过没，再上一个灰度。

来来来，上一个东西

打开你的PS或者你的Ai

这里有一个四维等着你呢；

五维？图片加上时间变成了一个小电影了……五维

结论：好了，现在你已经对张量和用张量如何对接不同类型数据有了更好的了解。

学习如何在张量上做各种变换，这就是大家所熟知的数学，傅里叶也拦不住了，用来遮挡你数学不好去吧。