Тензор

Тензор — это просто многомерный массив чисел, то есть способ упаковать данные в таблицу с любым числом измерений. Привычная матрица — это тензор второго ранга, вектор — первого, а обычное число — нулевого. Но в машинном обучении тензорами называют массивы любой размерности: например, цветное изображение — это трёхмерный блок (высота, ширина, каналы), а видео уже четырёхмерный.

Почему это важно? Нейросети на самом деле не думают, а выполняют математические операции над такими блоками. Если бы данные лежали в разных форматах, невозможно было бы эффективно считать их на видеокартах. Поэтому весь современный софт для ИИ — PyTorch, TensorFlow — представляет данные исключительно как тензоры и строит вычисления как цепочку операций над ними.

Как это работает интуитивно? Представьте коробку с ячейками. У каждой ячейки есть адрес — набор индексов по каждой оси. Например, чёрно-белая картинка 28×28 пикселей — это тензор с двумя осями. Чтобы узнать яркость пикселя, нужно указать номер строки и столбца. Если добавить цвет, появится третья ось — канал (красный, зелёный, синий). Чем больше осей, тем сложнее данные можно описать одной структурой.

Прикладной пример: система распознавания рукописных цифр получает на вход тензор размерности [1, 1, 28, 28], где первая единица — номер картинки в партии, вторая — один цветовой канал, дальше высота и ширина. Прогоняя этот тензор через слои сети, модель преобразует его в вектор из десяти чисел — вероятностей, что на картинке написана цифра от 0 до 9. Вся эта магия — просто преобразование одних тензоров в другие.

Короткий итог: тензор — не страшная математическая абстракция, а практичный контейнер для чисел. Освоив это понятие, вы легко поймёте, как нейросети обрабатывают изображения, звук, текст и любые другие данные — всё это сводится к работе с многомерными массивами.