在深度学习过程中经常会涉及到张量、维度的应用，那么我在一开始理解的时候经常将这俩玩意概念混淆，所以搜索了部分博客进行理解。
首先是张量的理解，张量维度范围可以是0~5，以下是关于张量通俗理解的链接：
张量的通俗理解 - 努力奋斗的阿贝拉 - 博客园也许你已经下载了TensorFlow，而且准备开始着手研究深度学习。但是你会疑惑：TensorFlow里面的Tensor，也就是“张量”，到底是个什么鬼？也许你查阅了维基百科，而且现在变得更加困惑。也
https://www.cnblogs.com/abella/p/10142935.html-----------------------------------------------------------------------------------------------------------------------------
以下内容学习自这篇博客
(110条消息) 什么是tensor(张量）_爱吃冰淇凌的羊驼-CSDN博客
https://blog.csdn.net/xuaho0907/article/details/88182713
--------------------------------------------------------------------------------------------------------------------------------
关于多维矩阵的学习（我一开始以为矩阵只有二维的，看来是我对矩阵的概念了解还不够透彻）
(110条消息) 多维（三维四维）矩阵向量运算-超强可视化_ZJJDJJ的博客-CSDN博客_三维矩阵运算https://blog.csdn.net/ZJJDJJ/article/details/112430286?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522163723599116780271949277%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=163723599116780271949277&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~first_rank_ecpm_v1~rank_v31_ecpm-1-112430286.pc_search_mgc_flag&utm_term=%E7%9F%A9%E9%98%B5%E5%8F%AF%E4%BB%A5%E6%98%AF%E5%9B%9B%E7%BB%B4%E7%9A%84%E5%90%97&spm=1018.2226.3001.4187---------------------------------------------------------------------------------------------------------------------------------
dim的理解/axis的理解
(110条消息) dim的理解_pipixia的博客-CSDN博客https://blog.csdn.net/weixin_43773318/article/details/111577983?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522163722107016780261986607%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=163722107016780261986607&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~top_click~default-1-111577983.pc_search_mgc_flag&utm_term=dim&spm=1018.2226.3001.4187(110条消息) Python-维度dim的定义及其理解使用_就是静静静吖-CSDN博客https://blog.csdn.net/lj2048/article/details/114262597python中 axis=0 与 axis=1 的理解_眼睛大没办法的博客-CSDN博客axis=0 ： 表示纵轴，进行操作的方向为从上到下axis=1 ： 表示横轴，进行操作的方向为从左到右引用一张图帮助理解：图片引用源：https://www.cnblogs.com/rrttp/p/8028421.html...https://blog.csdn.net/m0_37461416/article/details/100121399
---------------------------------------------------------------------------------------------------------------------------------
torch.argmax()
返回指定维度最大值的序号