4、TensorFlow教程--- 数学基础

在创建TensorFlow的基本应用程序之前，了解TensorFlow所需的数学概念是很重要的。数学被认为是任何机器学习算法的核心。正是通过数学的核心概念，定义了特定机器学习算法的解决方案。

向量
被定义为一组数字的数组，可以是连续的或离散的。机器学习算法处理固定长度的向量，以产生更好的输出。

机器学习算法处理多维数据，因此向量起着关键作用。

向量模型的图示如下所示 -

标量
标量可以定义为一维向量。标量仅包括大小，没有方向。对于标量，我们只关注大小。

标量的示例包括儿童的体重和身高参数。

矩阵
矩阵可以定义为多维数组，它们以行和列的格式排列。矩阵的大小由行长度和列长度定义。下图显示了任何指定矩阵的表示。