人工智能计算的基础——张量

题图：cheva用AI创作

接着系统学习一下人工智能的知识。凡事都要从基础讲起，人工智能看上去很神奇,很神秘。现在已经可以完成一些原本以为只有人类才能完成的活动，比如学习书本上的知识，分辨图像,识别图像，甚至创作图像,识别语音，在不同的语言之间进行翻译......。但归根结底,这些任务是由计算机来完成的，就像它的名字一样,计算机最擅长的工作就是计算数字。所以人工智能算法的本质也就是大量数字的计算。计算数字这件事我们从小学就开始学习，比如现在小宝贝就开始学20以内的加减法运算。我们大多数成年人应该都是非常熟练的掌握了加减乘除的四则运算，受过高等教育的话,还知道怎么计算微积分。但是人工智能中的运算和这些并不完全相同，因为它的计算量太大,需要更有效率的处理方式。

这个处理方式就是人工智能学习的基础——张量。学过物理的人应该对这两个概念非常熟悉，一个是标量,一个是矢量，标量就是有大小,没有方向的量。比如我们的身高体重,还有两地之间的距离长短，这些就都是标量。而既有大小又有方向的就是矢量，最常见的例子就是速度，速度的方向也是非常重要的一个方面，如果想用数字来表示这些的话。标量往往只有一个数字就能够表达了，比如说我买了2公斤的蔬菜。而矢量如果在一个二维坐标系中，则一般需要两个坐标才能确定。那么张量就是这两个概念的延伸。张量就是一个多维的数组，从某种意义上来说,标量和始量只是张量的一个子集，如果一个张量它的维度是零维,那么它就是标量，如果是二维,它就是一个始量，如果是三维,它就是我们线性代数中的一个矩阵。当然具体张量的维度和形状是没有任何限制的，这样我们就可以把现实系列中的各种事物转化成数字，然后把它放进张量里面，交给人工智能算法来处理。

最简单的例子就是图片，一张彩色的图片，实际上是由三原色构成的，也就是红,绿,蓝，三种颜色。所以我们可以把它分成三种通道，而一张图片上的每一个像素点，可以用一个二维坐标来表示，每个像素点则对应着三种颜色的强弱，可以转化为一个数值，这样我们就可以把一张图片，转换成一个三X图片长度X图片宽度的张量来进行处理。既然张量如此与众不同，那么它的处理方式也绝对不会是加减乘除，这类我们熟悉的计算方式。简单来说，主要有以下几种：元素相加、元素相乘、转置，还有我们现在使用的PyTorch深度学习框架中常用的堆叠和挤压等等，但是使用的最频繁的就是矩阵相乘，这个计算方式和线性代数中的矩阵相乘是完全一样的。