李沐深度学习 · 第6集《数据操作》知识卡
第6集《数据操作》知识卡
理论课 · 基础篇起点
本集位置
6 / 191
时长
04:42
核心概念
张量
代码实现
第 7 集
张量维度阶梯：从标量到 N 维
标量 0维
一个数：loss
向量 1维
一行特征
shape: (n,)
矩阵 2维
样本×特征
shape: (m,n)
张量 3维+
图片批量
(B,C,H,W)
视频 / 序列
深度学习的容器
本集核心知识点
🔢 张量 Tensor
N 维数组的统一抽象，PyTorch 中一切数据皆是张量
📐 shape 形状
理解维度是后续所有网络层排错的第一利器
🖼️ 数据的张量化
图片、文本、表格最终都要转成张量才能喂给模型
⚡ 向量化计算
用张量运算替代 Python 循环，才能吃到 GPU 加速
数据操作章节四连（第6-9集）
第6集 · 当前
数据操作（理论）
04:42
→
第7集
数据操作实现
14:36 · 代码
→
第8集
数据预处理实现
07:27 · 代码
→
第9集
数据操作 QA
07:37 · 答疑
常见数据类型 → 张量维度对照
数据类型
典型 shape
维度
例子
表格
(样本, 特征)
2维
房价数据集
图片
(B, C, H, W)
4维
批量彩色图
文本
(B, 句长, 词向量)
3维
句子批量
视频
(B, T, C, H, W)
5维
帧序列
内容依据：B站选集信息与李沐《动手学深度学习》第2章
由 Tabbit 制作
Generated with
Tabbit.