Olá Babel, gostaria de esclarecer alguns conceitos apenas para ter certeza. Falando matematicamente, quando vc se refere a dimensionalidade está apenas falando da quantidade de vetores que está utilizando para definir uma base correto? e a dimensão do tensor seria no caso a dimensão dos arrays em si. Ou seja, no fim das contas (estou no módulo 2 do curso ainda) estamos lidando apenas com tensores n-dimensionais de rank (posto) 2 correto? ou seja, matrizes... aí entra minha dúvida, como eu faço para definir tensores de ranks (ou posto) maiores?
1
resposta
resposta
Duvida sobre a "dimensionalidade"
Na verdade a dimensionalidade é a quantidade de características do seu problema. Por exemplo, se quero classificar um empréstimo em alto risco ou baixo risco, minhas características seiram: (1) idade do cliente, (2) saldo na conta, (3) salário, (4) tempo do contrato.
Então eu tenho 4 características, logo, é um problema com dimensionalidade F = 4. Usei a letra F por ser o tamanho da Feature.
Quando falamos de imagems, posso considerar uma imagem 1 x 32 x 32, ela tem dimensionalidade F = 784 se tiver usando um modelo linear. No caso das redes convolucionais a gente usaria o formato original da imagem, mas aí é outra conversa.
O ponto é que modelos lineares sempre vão trabalhar com matrizes de tamanho B x F, sendo B o tamanho do batch (quantidade de vetores) e F a dimensionalidade da feature.
Mas o objeto tensor do PyTorch permite a criação de um tensor de qualquer tamanho :)