在一维张量的上下文中使用单词"column"有什么理由吗？

Question

考虑Eli Stevens等人题为《PyTorch深度学习》的教科书中名为张量：多维数组的章节中的以下陈述。

让我们构造我们的第一个PyTorch张量，看看它是什么样子。目前，它不会是一个特别有意义的张量，只有三个1在列中：

# In[4]:
import torch
a = torch.ones(3)
a

通常，列的概念用于至少二维的情况。初始化的张量是一维的。因此，我猜测，如果我们使用行或列，这是无关紧要的。

我是真的吗？否则，使用"；列"；在这种情况下？

Answer 1

通常，在线性代数理论中，n维向量被认为是n x 1矩阵，称为列向量。

事实上，形状为(n,)的tensort的行为与形状为(n, 1)的tensoru的行为非常相似。在数学术语中，你可以想到R^n中的向量t和R ^｛n x 1｝的向量u。

总之，作者可能建议将tensor视为一个数学列向量。