动手学深度学习v2（一）数据操作及数据预处理
数据操作及数据预处理
N维数组
N维数组是机器学习和神经网络的主要数据结构
0-维数组叫做标量，如上图所示最简单的是1.0（一个浮点运算），可能表示一个物体的类别；
1-维数组叫做向量，如上图所示的三个数字，代表着一个特征向量，也就是样本抽象为一行数字；
2-维数组叫做矩阵，如上图所示有三行三列，可以是一个样本的特征矩阵，这就表示有3个样本，每一行表示一个样本，每一列表示样本的某特征。
3-维数组最简单的就是一个RGB彩色图片，也是一个3维数组，有宽度（列的个数），有高度（行的个数），又因为有RGB3个通道，所以是一个3维数组；
4-维表示N个3维的数组放在一起，即一个RGB图片的批量；
5-维数组表示的是一个视频的批量，即有很多张图片，但还加上了时间的维度，所以是批量大小x时间x宽x高x通道的5-d数组
创建数组
创建数组需要：
- 形状：例如3x4矩阵；
- 每个元素的数据类型：例如32位浮点数；
- 每个元素的值，例如全是0，或者随机数
访问元素
数据操作
把多个张量连结在一起
dim = 0表示在行上拼接（堆起来），dim = 1表示在列上拼接
即使形状不同，我们仍然可以通过调用 广播机制 (broadcastinng mechanism)来执行按元素操作
