1. Intuitive Einführung: Was genau ist ein Tensor?

Schauen wir uns zuerst keine Formeln an; schauen wir uns ein Foto an. Ein kleines Farbbild mit 3×3 Pixeln, jedes Pixel hat drei Helligkeitswerte: R, G, B. Um dieses Bild vollständig zu beschreiben, braucht man Koordinaten in drei Richtungen:Welche Zeile, welche Spalte und welcher Farbkanal。

Dies ist ein „Tensor dritter Ordnung“ – es ist kein mysteriöses neues Konzept, sondern einfach die Idee einer „Tabelle“, die um eine weitere Schicht entlang einer dritten Richtung erweitert wurde. Man kann ihn sich als „mehrere übereinander gestapelte Matrizen“ vorstellen.

2. Mathematische Definition

2.1 Einheitliche Darstellung vom Skalar zum Tensor

Sie sind im Wesentlichen dasselbe: ein Objekt, dessen Werte durch mehrere Koordinaten indiziert werden, nur die Anzahl der Indizes unterscheidet sich.

2.2 Shape

Die „Shape“ eines Tensors beschreibt, wie viele Elemente er in jeder Richtung hat. Für das 3×3-RGB-Bild in dieser Vorlesung:

$$ \text{shape}(T) = (3,\ 3,\ 3) \quad \text{entspricht } (\text{Zeile}, \text{Spalte}, \text{Kanal}) $$

Die Gesamtzahl der Elemente in einem Tensor ist das Produkt aller Zahlen in seiner Shape:

$$ \text{Gesamtzahl der Elemente} = \prod_{k=1}^{n} d_k $$

Hier ist $d_k$ die Größe der $k$-ten Dimension. Im obigen Beispiel ist die Gesamtzahl der Elemente $3 \times 3 \times 3 = 27$.

2.3 Addition zweier Tensoren

Bei Tensoren mit derselben Form erfolgt die Addition, indem die Elemente an den entsprechenden Positionen addiert werden. Dies gilt durchgängig von Vektoren und Matrizen bis hin zu Tensoren höherer Ordnung:

$$ (A + B)_{i_1 i_2 \dots i_n} = A_{i_1 i_2 \dots i_n} + B_{i_1 i_2 \dots i_n} $$

3. Python in der Praxis

Verwenden Sie NumPy, um das obige 3×3-RGB-Bildbeispiel durchzugehen und ein intuitives Gefühl für die beiden Konzepte „Rang“ und „Form“ zu bekommen.

3.1 Einen Tensor dritter Ordnung erstellen

import numpy as np

# 模拟一张 3x3 像素的彩色小图，最后一维是 RGB 三个通道
image_tensor = np.random.randint(0, 256, size=(3, 3, 3))

print("阶数 (ndim):", image_tensor.ndim)
print("形状 (shape):", image_tensor.shape)
print("元素总数 (size):", image_tensor.size)

3.2 Zugriff auf Werte über Koordinaten

# 取第 0 行、第 1 列、G 通道（索引 1）的像素值
pixel_g = image_tensor[0, 1, 1]
print("该位置 G 通道值:", pixel_g)

# 取第 0 行、第 1 列的完整 RGB 三个值（一个 1 阶张量，即向量）
pixel_rgb = image_tensor[0, 1, :]
print("该位置 RGB 向量:", pixel_rgb)

4. 3D-Visualisierung: „Sehen“ des Tensors

Im Folgenden verwenden wir Plotly, um diesen 3×3×3-Tensor als 27 Punkte im Raum zu zeichnen: Die drei Koordinatenachsen entsprechen jeweils „Zeile, Spalte, Kanal“, und die Farbintensität jedes Punktes repräsentiert die Größe des Werts an dieser Position. Ziehen Sie mit der Maus, um die Ansicht zu drehen.

Beobachten Sie sorgfältig: Halten Sie die „Kanal“-Schicht fest, und Sie sehen eine 3×3-Ebene – das ist genau ein Tensor zweiter Ordnung (eine Matrix). Deshalb sagen wir auch: „Eine Matrix ist ein Spezialfall eines Tensors.“

5. Verbindung zur KI

Der Grund, warum Tensoren die zentrale Datenstruktur in Deep-Learning-Frameworks (PyTorch, TensorFlow) sind, ist, dass nahezu alle KI-Daten natürlich als Tensoren dargestellt werden können:

Es zeigt sich, dass „Batch-Größe“, der während des Trainings am häufigsten angepasste Parameter, im Wesentlichen eine zusätzliche Dimension zum Tensor hinzufügt. Sobald Sie Tensorrang und Tensorform verstehen, können Sie, sobald Sieshape mismatcheinen Fehler sehen, sofort erkennen, welche Dimension nicht übereinstimmt.