Tensor

[그림1] Tensor 출처 : fastcampus

 

딥러닝에서는 주로 고차원적인 데이터를 많이 사용할 것이기 때문에

Tensor 알아두기

 

Numpy는 고차원적인 데이터를 다루기 쉽게 만들어져 있어서 Numpy도 이해

 

 

0~ 1차원

import numpy as np # numpy import 

# 0차원은 1, 5, 10과 같이 숫자 데이터

arr = np.array(5)

print("arr.shpae : ",arr.shape) # ()만 나온다 0차원이기 때문에
print('arr.ndim : ', arr.ndim) # ndim은 차원의 개수 0 

arr2 = np.array([5]) 
print('arr2.shape : ', arr2.shape) # 1차원에 1개의 데이터가 있다.
print('arr2.ndim : ',arr2.ndim) # 차원의 개수 1

[그림2] 0~1차원 결과

 

2차원

# 2차원

arr3 = np.array([[1,2],[3,4]])

print("arr3.shape : ",arr3.shape) # 2차원 개수 총 4 2개씩
print("arr3.ndim : ",arr3.ndim) # 2차원

 

[그림3] 2차원 결과

 

 

다차원

# 다차원

arr4 = np.array([[[1,2,3]],[[4,5,6]],[[7,8,9]]])

print("arr4.shape : ", arr4.shape) # 3, 1, 3 
print("arr4.ndim : ", arr4.ndim) # 3차원

[그림4] 3차원