scalar, vector, matrices の次元の違い

import numpy as np
# この中からarray,shape,ndim関数を使う

scalarの次元は0(0次元のテンソル)であることを確認

# scalar
# numpyの中にあるarray関数
s = np.array(3)
s.shape
# =>()
s.ndim
# =>0
x = s + 5
x
# =>8

vectorの次元は1(1次元のテンソル)であることを確認

# vector

v = np.array([2,3,4])
v.shape
# =>(3,) 
# columunが３つあって一次元。タプルで返される。

v.ndim
# =>1

v[1:]
# numpy特有の表現。訓練用とテスト用に分ける時よく使う。
# =>array([3, 4])
# 2番目以降全て

matricesの次元は2(2次元のテンソル)であることを確認

# metrices

m = np.array([[1,2,3],[4,5,6],[7,8,9]])
m.shape
# =>(3, 3)

m.ndim
# =>2

m
# =>array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])

m[1]
# =>array([4, 5, 6])
# 2番目の要素にアクセス

m[1][1]
# =>5

参考: NumPy・Python3で】ゼロから作るニューラルネットワーク（バックプロップを徹底マスター） (https://www.udemy.com/neuralnet/)