张量（tensor）
深度学习里面的数据一般为张量进行填充，一般情况下，我们所使用的数组是超过二维的。一般地，一个数组中的元素分布在若干维坐标的规则网格中，我们将其称之为张量。使用粗体A来表示张量“A”。张量A中坐标为(i,j, k)的元素记作 A(i,j,k)。
标量、向量、张量的关系:标量是 0 阶张量，向量是一阶张量。
举例：
1、标量是没有方向的，只有大小的度量。标量就是知道棍子的长度，但是你不会知道棍子指向哪儿。
2、向量不仅有大小，还有方向。向量就是不但知道棍子的长度，还知道棍子指向前面还是后面。
3、张量就是不但知道棍子的长度，也知道棍子指向前面还是后面，还能知道这棍子又向上/ 下和左/右偏转了多少。
