目录
1，张量和向量的区别
1.张量张量（ tensor )：超过二维的数组，一般来说，一个数组中的元素分布在若干维坐标的规则网格中，被称为张量。如果一个张量是三维数组，那么我们就需要三个索引来决定元素的位置 A ( i , j , k )，张量通常用加粗的大写字母表示。 2.向量向量（ vector )：一个向量表示一组有序排列的数，通过次序中的索引我们能够找到每个单独的数，向量通常用粗体的小写字母表示。向量中的每个元素就是一个标量，向量相当于 Python 中的一维数组。 3.区别：向量就是我们除了知道棍子的长度之外还知道棍子指向的是左边还是右边。 矩阵就是除了知道向量知道的信息外还知道棍子是朝上还是朝下。张量就是除了知道矩阵知道的信息外还知道棍子是朝前还是朝后。
2，向量的概念是什么呢？
向量的概念：是指具有大小（magnitude）和方向的量。它可以形象化地表示为带箭头的线段。箭头所指代表向量的方向。线段长度代表向量的大小。与向量对应的只有大小，没有方向的量叫做数量（物理学中称标量）。 向量映射： 给两个向量空间V和W在同一个F场，设定由V到W的线性变换或“线性映射” ，这些由V到W的映射都有共同点就是它们保持总和及标量商数。这个集合包含所有由V到W的线性映像，以 L(V,W) 来描述，也是一个F场里的向量空间。 当V及W被确定后，线性映射可以用矩阵来表达。同构是一对一的一张线性映射。如果在V 和W之间存在同构， 我们称这两个空间为同构。一个在F场的向量空间加上线性映像就可以构成一个范畴，即阿贝尔范畴。
3，tensor 与 vector 有什么区别
张量积(tensor product) ，可以应用于不同的上下文中如向量、矩阵、张量、向量空间、代数、拓扑向量空间和模。在各种情况下这个符号的意义是同样的: 最一般的双线性运算。在某些上下文中也叫做外积。tensor是矩阵分析里面的张量，表示高维数组，或者叫多路数据。二阶张量就是矩阵，一阶张量就是向量。高阶SVD相对于矩阵SVD更能提取出高维数据的内在结构。 Vector 类在 java 中可以实现自动增长的对象数组; vector在C++标准模板库中的部分内容，它是一个多功能的，能够操作多种数据结构和算法的模板类和函数库。 (1) 矢量：具有方向性的量。 (2) 编程语言方面：vector是C++标准模板库中的部分内容，中文偶尔译作“容器”，但并不准确。它是一个多功能的，能够操作多种数据结构和算法的模板类和函数库。vector之所以被认为是一个容器，是因为它能够像容器一样存放各种类型的对象，简单地说，vector是一个能够存放任意类型的动态数组，能够增加和压缩数据。