1. تعریف:
- آرایه: در علوم کامپیوتر، آرایه را مجموعه‌ای از عناصر میدانند که عموما از همان نوع، در یک بلوک پیوسته از حافظه قرار دارند و می‌تواند یک بعدی (وکتور)، دو بعدی (ماتریس) یا چند بعدی باشد.
- تنسور: در علم ریاضیات و فیزیک، تنسور ها درواقع یک شی ریاضی هست که مفاهیم اسکالرها، وکتورها و ماتریس‌ها را عمومی‌سازی می‌کند. تنسورها حتی می‌توانند دارای چندین بعد باشند والبته می‌توانند انواع مختلف داده را نمایش دهند، از جمله اسکالرها، وکتورها، ماتریس‌ها یا داده‌های چند بعدی بالاتر.
2. ابعاد:
- آرایه: از نظر ابعاد آرایه‌ها می‌توانند تعدادی ابعاد داشته باشند، از یک تا هر مقداری. یک آرایه یک بعدی یک لیست از عناصر است، یک آرایه دو بعدی یک جدول از عناصر است، و یک آرایه سه بعدی یک مکعب از عناصر است.
- تننسور: در تنسور می‌توانیم تعدادی از ابعاد را داشته باشیم که شامل یک، دو، سه یا بیشتر است. تانسورها عموما برای نمایش داده‌های چند بعدی مانند تصاویر یا داده‌های سری زمانی استفاده می‌شوند.
3. انواع داده:
- آرایه: آرایه‌ها به طور معمول عناصر یک نوع داده را ذخیره می‌کنند که به آن آرایه یکنواخت گویند. به
- تنسور: تنسورها می‌توانند عناصر مختلفی از انواع داده مختلف را ذخیره کنند . به عنوان مثال، یک تنسور می‌تواند ترکیبی از اعداد صحیح، اعداد ممیز شناور یا حتی انواع داده‌های پیچیده‌تر را ذخیره کند. تنسورها از نظر انواع داده‌ای که می‌توانند نگه دارند، انعطاف‌پذیرتر هستند.
4. عملیات ریاضی:
می‌توان با آرایه‌ها بسیاری از عملیات‌هایی که با تنسورها انجام می‌شود را انجام داد. اما تنسورها ویژگی‌ها و امکانات خاص خود را دارند که آنها را به ویژه برای برخی از کارها بهینه می‌کنند.
۱. عملیات ریاضی بهینه: تنسورها به طور خاص برای انجام عملیات ریاضی بهینه طراحی شده‌اند. مثلاً در عملیات ضرب ماتریسی، تنسورها می‌توانند از مزایای بهینه‌سازی‌های خاصی برخوردار باشند که در آرایه‌ها به این شکل بهینه نیست.
تنسورها ابزارهای قدرتمندی برای انجام عملیات ماتریسی و تانسوری در زمینه‌هایی مانند یادگیری عمیق (deep learning) و پردازش تصویری فراهم می‌کنند. این عملیات به طور بهینه در تانسورها پیاده‌سازی شده‌اند
۲. پشتیبانی از عملیات ماتریسی: تنسورها از عملیات ماتریسی مانند ضرب ماتریسی، تراکم تنسور و عملیات جبر خطی پیچیده‌تری پشتیبانی می‌کنند. این عملیات‌ها برای بسیاری از کارهای علمی و مهندسی بسیار مهم هستند.البته می‌توان با آرایه‌ها (به خصوص با استفاده از کتابخانه‌های مناسب) عملیات ماتریسی انجام داد. در زبان‌های برنامه‌نویسی مانند Python، ابزارهای مانند NumPy امکاناتی برای انجام عملیات ماتریسی و جبر خطی را فراهم می‌کنند.
۳.پشتیبانی از بسته‌های علمی: در زمینه‌هایی مانند علوم داده و یادگیری ماشین، کتابخانه‌های مخصوصی مانند NumPy و TensorFlow برای تنسور طراحی شده‌اند که امکانات و ابزارهای مخصوص خود را دارند.
سایر نکات :
- آرایه: آرایه‌ها به طور معمول در محاسبات عددی استفاده می‌شوند و انواع مختلفی از عملیات ریاضی را پشتیبانی می‌کنند، از جمله جمع، تفریق، ضرب و تقسیم در سطح عنصری.
- تنسور: تنسور ها به طور خاص برای انجام عملیات ریاضی به صورت کارآمد طراحی شده‌اند. آنها از جمله عملیات‌های ریاضی متنوعی را پشتیبانی می‌کنند، از جمله ضرب ماتریسی، تراکم تانسور و عملیات پیشرفته‌تری که در جبر خطی و حساب دیفرانسیل استفاده می‌شوند.
