딥러닝에서 tensor란?

본 포스팅의 모든 이미지는 유튜브 '허민석님' 채널에서 갖고왔음을 밝힙니다.

0. tensor 이해하기

• 스칼라 => 벡터 => 매트릭스. 의 순서로 관계가 성립합니다
• 기본적으로 N tensor에서 N이 몇개냐에 따라 흔히 부르는 type가 달라지는 셈입니다
  
• 원핫인코딩 : 벡터
• 문장 : 벡터로 구성된 매트릭스

1. NLP에서의 예시

• 딥러닝 input은 문장이 여러개가 한꺼번에 들어가게 되니까, 문장(벡터)가 묶여서 들어가게 됩니다
• NLP에서의 size 의미 : (문장들의 개수, 내부 단어 수, 단어가 구성하는 차원)
  - (3,2,4) => 4개의 인덱스 값을 갖는 토글이 2 종류로 이루어진 문장이 총 3개가 있는 input shape

2. Image에서의 예시

• (이미지 수, w, h, 채널 수)

3. Video에서의 예시

• 이미지의 연장선으로, 가장 앞을 구성하는 건 총 이미지 수(프레임 수)가 되겠습니다