MindSpore笔记：张量_mindspore.io import npy

张量（Tensor）是一个可用来表示在一些矢量、标量和其他张量之间的线性关系的多线性函数，这些线性关系的基本例子有内积、外积、线性映射以及笛卡儿积。其坐标在 n 维空间内，有  nr 个分量的一种量，其中每个分量都是坐标的函数，而在坐标变换时，这些分量也依照某些规则作线性变换。r 称为该张量的秩或阶（与矩阵的秩和阶均无关系）。

张量是一种特殊的数据结构，与数组和矩阵非常相似。张量（Tensor）是MindSpore网络运算中的基本数据结构，本教程主要介绍张量和稀疏张量的属性及用法。

把它理解为数组也可以。

定义Tensor

首先，先引入：

import mindspore
import numpy as np
from mindspore import Tensor
1
2
3

从列表转换

请看：

list = [1, 2, 3, 4]

tensor_from_list = Tensor(list)

print(tensor_from_list)
1
2
3
4
5

[1 2 3 4]
1

十分简单，可以直接转换。

从numpy转换

先定义一个numpy：

array = np.array(