@oprydai：人们常以为张量只是更大的矩阵。其实不是。矩阵是一种张量，就像向量也是一种张量。

很多人以为张量不过是维度更大的矩阵。

其实不是。

矩阵是一种张量，就像向量也是一种张量一样。张量是更宽泛的概念。它们是表示多维关系的数学对象，即便你变换坐标系，这些关系也能保持不变。正因如此，物理学家更关心张量如何变换，而不是它在内存中如何存储。数字阵列只是它的其中一种表示，底层对象独立于你所选的坐标系。

这就是张量如此强大的原因。桥梁内部的应力、时空的曲率、电磁场、机械臂的惯性、神经网络中的激活值，这些都能用张量来描述。乍看之下，它们像是完全无关的问题。但在数学上，它们都是同一种语言的不同变体。张量能让你描述那些具有方向、交互和结构关系的量，无论你从哪个视角观察，这些关系都保持一致性。

更深层的启示是：数学通过抽象实现进化。数字描述单一的值，向量描述方向，矩阵描述变换，而张量描述任意多个维度之间的关系。每一步都不是为了让数学变得更复杂，而是为了构建一种能描述更丰富现实的 язык。这就是为什么一旦你理解了张量，你就会在机器人学、计算机视觉、量子力学、相对论、连续介质力学和深度学习中都看到同样的数学结构潜藏其中。