tensor ne demek?

Tensor

Tensor, çok boyutlu bir dizidir. Skalerler, vektörler ve matrisler, tensörlerin özel durumlarıdır. Derin öğrenme ve makine öğrenmesinde yaygın olarak kullanılırlar.

Temel Kavramlar:

• Rank (Derece): Tensörün boyut sayısını ifade eder. Örneğin:
  • Skaler (tek sayı): Rank 0
  • Vektör (sayı dizisi): Rank 1
  • Matris (sayı tablosu): Rank 2
• Shape (Şekil): Her bir boyuttaki eleman sayısını belirtir. Örneğin:
  • Vektör [3,]: Shape (3,)
  • Matris [[1, 2], [3, 4]]: Shape (2, 2)
• Axis (Eksen): Tensörün her bir boyutuna verilen isimdir.

Tensor Çeşitleri:

• Skaler: Tek bir sayı. (Skaler)
• Vektör: Tek boyutlu bir dizi. (Vektör)
• Matris: İki boyutlu bir dizi. (Matris)
• 3-Boyutlu Tensor: Üç boyutlu bir dizi (örneğin, zaman serisi verileri veya RGB renkli görüntüler).
• N-Boyutlu Tensor: N boyutlu bir dizi (daha karmaşık veriler için).

Kullanım Alanları:

• Derin Öğrenme: Sinir ağlarını eğitmek için girdi, çıktı ve ağırlıklar tensörler olarak temsil edilir.
• Görüntü İşleme: Görüntüler tensörler olarak temsil edilir ve üzerlerinde çeşitli işlemler yapılır.
• Doğal Dil İşleme: Metin verileri tensörlere dönüştürülerek analiz edilir.

Önemli Kütüphaneler:

• TensorFlow: Google tarafından geliştirilen açık kaynaklı bir makine öğrenme kütüphanesi.
• PyTorch: Facebook tarafından geliştirilen açık kaynaklı bir makine öğrenme kütüphanesi.
• NumPy: Python için bilimsel hesaplama kütüphanesi. Temel tensör işlemleri için kullanılır. (NumPy)

Temel İşlemler:

• Toplama, Çıkarma, Çarpma, Bölme: Element bazında veya matris çarpımı gibi farklı yöntemlerle tensörler üzerinde gerçekleştirilebilir.
• Yeniden Şekillendirme (Reshape): Tensörün şeklini değiştirmek.
• Transpoz: Matrisin satır ve sütunlarını değiştirmek.
• Broadcast: Farklı şekillerdeki tensörler üzerinde işlem yapabilmek için küçük olan tensörün şeklinin otomatik olarak genişletilmesi. (Broadcast)