Theano中的 Tensor 究竟是什么，与Tensors的精确联系是什么，因为它们通常在物理或数学中被理解？
我浏览了Theano at Glance和Basic Tensor functionality，但我找不到明确的联系。
答案 0 :(得分：8)
在Jim Belk的answer中，对于math.stackexchange的问题，考虑到张量的不同物理/数学方法有很好的分解。在查看张量上的documentation以及Theano提供的各种操作后，我会说Theano的张量概念对应于张量的第一种思维方式。用吉姆的话来说：
张量有时被定义为多维数组，与矩阵是二维数组的方式相同。从这个角度来看，矩阵肯定是张量的特例。
在任何情况下，我都没有在文档中看到任何东西，表明Theano的张量实现知道线性代数中的流形或张量积的全局性质，除了定义点积等之外。这表明Theano在实施过程中采取了本地观点而不是全球观点。
答案 1 :(得分：0)
在机器学习文献中，张量一般是指多维数组。
在 Theano 中，它们特别是数值数组：
<块引用>Theano 是一个 Python 库，可让您定义、优化和有效评估涉及多维数组的数学表达式。
但在其他库中，它们可能支持更广泛的数据类型：
<块引用>TensorFlow 程序中的主要数据结构。张量是 N 维（其中 N 可能非常大）数据结构，最常见的是标量、向量或矩阵。 Tensor 的元素可以包含整数、浮点数或字符串值。
张量在数学中具有 more specific 的含义，作为向量空间之间多线性映射的抽象，但给定一个固定的基，这些映射可以表示为多维数组，它来自机器学习术语得名的这种用法。
另见：