목차
Scalar(스칼라)
크기(magnitude)만 있는 수량
라틴어 'Scalar'는 '계단, 저울'라는 의미이다.
방향없이 크기(숫자) 하나만으로 이루어진 가장 단순한 형태의 데이터를 말한다.
Vector(벡터)
방향(direction)과 크기(magnitude)를 나타내는 기하적인 수량
라틴어 'Vector'는 '운반하는 사람(carrier), 전달하는 사람'이라는 의미이다.
따라서 V = [1, 1] 이라는 것은 원점 [0, 0]에서 [1, 1]만큼 이동한 것이라고 볼 수 있다.
그럼 Basis Vector(기저 벡터)는?
"어떤 벡터을 이루는 기본 뼈대가 되는 최소한의 벡터집합"
Tensor(텐서)
행렬이 여러 개 모인 다차원 덩어리. 3차원 배열 형태로 나타내면 tensor라고 한다.
'Tensor'의 어원인 라틴어 'Tensus'는 '늘이다, 당기다'라는 의미이다.
따라서 Tensor는 여러 개의 Vector를 늘어놓은 것이라고 볼 수 있다.
딥러닝에서는 보통 Tensor를 기반으로 데이터의 shape을 정의한다.
Rank(랭크)
Pytorch에서 Rank는 Tensor의 차원(Dimmension) 개수를 의미한다.
즉, 쉽게 말해 "데이터에 접근하기 위해 몇 개의 인덱스가 필요한가"를 나타내는 수치다.
여기서 말하는 Rank는 선형대수의 Rank와 다르다.
정리
- Scalar는 크기만 있고 방향이 없는 0차원 값이다.
- Vector는 크가와 방향이 있는 1차원 배열이다.
- Matrix는 숫자가 행과 열의 2차원 형태로 배열된 구조이다.
- Tensor는 Scalar, Vector, Matrix를 포함한 3차원 이상의 다차원 배열이다.