1.张量
2.基于张量的操作
3.计算图和优化
4.自动微分工具
5.BLAS/cuBLAS和cuDNN的扩展
- 简单说 张量是n维矩阵的概括，可以简单认为是n维数组。（rgb位图是高 宽 通道数 的三维张量，2583203）
- 作为扩展 100张图片 可以表示为4d张量 前面第一个是图像的id
- 张量对象以张量形式存储数据，numpy.imread imsave将图像作为ndarrays 读取并将ndarrays存储为图像。
- 神经网络可以被认为是在输入张量上执行一系列操作以给出输出，学习是通过纠正网络产生的输出和预期输出的误差来完成的，这些操作可能很简单，如矩阵乘法（sigmoid）或者更复杂，如卷积、池化或者LSTM