Tensore (Informatica): differenze tra le versioni
m (Alesaccoia ha spostato la pagina Tensore (PyTorch) a Tensore (Informatica)) |
Nessun oggetto della modifica |
||
| Riga 1: | Riga 1: | ||
Nome: [[Nome::Tensore]] | |||
Nome inglese: [[NomeInglese::Tensor]] | |||
Un tensore è una generalizzazione di vettori e matrici ed è un elemento fondamentale nelle moderne architetture di Intelligenza Artificiale. È sostanzialmente un '''array multidimensionale''' che può variare da una dimensione (una linea di numeri, simile a un vettore) a diverse dimensioni (per esempio, matrici per 2D, array tridimensionali, ecc.). I tensori sono utilizzati per organizzare i dati per l'elaborazione di algoritmi di machine learning e possono essere manipolati efficacemente sia su CPU che su GPU. | Un tensore è una generalizzazione di vettori e matrici ed è un elemento fondamentale nelle moderne architetture di Intelligenza Artificiale. È sostanzialmente un '''array multidimensionale''' che può variare da una dimensione (una linea di numeri, simile a un vettore) a diverse dimensioni (per esempio, matrici per 2D, array tridimensionali, ecc.). I tensori sono utilizzati per organizzare i dati per l'elaborazione di algoritmi di machine learning e possono essere manipolati efficacemente sia su CPU che su GPU. | ||
| Riga 12: | Riga 18: | ||
[[Category:concetto]] | [[Category:concetto]] | ||
__SHOWFACTBOX__ | |||
Versione delle 13:01, 11 apr 2024
Nome: Tensore
Nome inglese: Tensor
Un tensore è una generalizzazione di vettori e matrici ed è un elemento fondamentale nelle moderne architetture di Intelligenza Artificiale. È sostanzialmente un array multidimensionale che può variare da una dimensione (una linea di numeri, simile a un vettore) a diverse dimensioni (per esempio, matrici per 2D, array tridimensionali, ecc.). I tensori sono utilizzati per organizzare i dati per l'elaborazione di algoritmi di machine learning e possono essere manipolati efficacemente sia su CPU che su GPU.
Un vettore è un tensore di ordine 1 o una dimensione che si presenta come a un array lineare di numeri. Ad esempio, un vettore contenente i numeri [1,2,3] può essere considerato un tensore unidimensionale.
Una matrice è un tensore di ordine 2 o due dimensioni. Questo significa che ha due assi: righe e colonne. Ad esempio, una matrice 2×3 è composta da due righe e tre colonne ed è un tensore bidimensionale.
Un tensore può avere anche tre, quattro, o più dimensioni. Queste dimensioni superiori sono spesso utilizzate in applicazioni di deep learning per rappresentare dati più complessi, come immagini (che possono essere rappresentate come tensori 3D per altezza, larghezza e canali di colore) o video (che possono essere rappresentati come tensori 4D aggiungendo la dimensione temporale ai tensori 3D delle immagini).
Tutorial
Come creare un tensore su Pytorch