張量(Tensor)，目前已知所有機器學習的系統都使用張量作為其基本的資料結構。
不同階的張量所呈現的資料型態也都不一樣，0階張量為純量、1階張量為向量、2階張量為矩陣、3階張量則是由多個矩陣所組成的，有學過線性代數的，可以把張量看成矩陣，雖然兩個有不同意義，但可以簡化腦袋的思考邏輯，以習慣的方式思考。
這當然不是內建的套件，所以需要另外安裝出來使用。
一個標量是一個單獨的數。
n個實數的所有集合，只有colum or 只有row。
有colum and row，兩個是同時存在的。
用想像的，矩陣為一片A4白紙，很多的A4白紙放在一起疊高高，就變一包紙，用這種聯想法來表是張量簡單一點。
由於只看書本的資料是不夠理解全部知識，所以建議去網路上找找一些其他的資料詳讀
例如:Hunter Cheng(https://medium.com/hunter-cheng/%E6%A9%9F%E4%BD%95%E7%82%BA%E5%BC%B5%E9%87%8F-tensor-%E4%B8%89%E5%88%86%E9%90%98%E5%9C%96%E8%A7%A3%E9%A1%9E%E7%A5%9E%E7%B6%93%E7%B6%B2%E8%B7%AF%E5%9F%BA%E6%9C%AC%E8%B3%87%E6%96%99%E7%B5%90%E6%A7%8B-ab0ccd115aff)
iThome鐵人賽
看影片追技術