이미지 데이터 처리를 위한 CNN 완벽 가이드 - Numpy를 이용한 인공신경망 데이터 이해

텐서(Tensor)

 - 인공신경망을 위한 데이터의 기본 구성 요소

 - 숫자 데이터를 위한 컨테이너

 - 임의의 차원 개수를 가짐

 - 텐서의 차원을 rank(축)이라고 부름

 

텐서(Tensor)

 

스칼라(0D 텐서)
 - 하나의 숫자만 담고 있는 텐서

 - 스칼라 텐서의 Rank(축) 개수는 0 (ndim == 0)

 

벡터(1D 텐서)

 - 숫자의 배열

 - 벡터 텐서의 Rank(축) 개수는 1 (ndim == 1)

 

행렬(2D 텐서)

 - 백터의 배열

 - 행렬 텐서의 Rank(축) 개수는 2 (ndim == 2)

 - 행(Row) : 첫번째 Rank 기준으로 존재하는 원소

 - 열(Column) : 두번째 Rank 기준으로 존재하는 원소

 

3D 텐서

 - 행렬의 배열

 - 3D 텐서의 Rank(축) 개수는 3 (ndim == 3)

 

---

Tensor의 핵심 속성

 

1. 축의 개수(rank)

 - 텐서의 차원을 의미 함

 - 0차원, 1차원, 2차원 텐서는 각각 스칼라, 벡터, 행렬 이라는 이름으로 불림

 - Numpy 로 만든 텐서의 경우 ndim 속성 값으로 확인 가능

 

2. 크기(shape)

 - 텐서의 각 축 마다 얼마의 차원이 있는지를 나타내는 값

 - Numpy 로 만든 텐서의 경우 shape 속성 값으로 확인 가능

 

3. 데이터타입(dtype)

 - 텐서에 포함된 데이터의 타입

 - float32, uint8, float64 들이 될 수 있음