2.2.4 랭크-3 텐서와 더 높은 랭크의 텐서
이런 행렬들을 하나의 새로운 배열로 합치면 숫자가 채워진 직육면체 형태로 해석할 수 있는 랭크-3 텐서(또는 3D 텐서)가 만들어집니다. 넘파이에서 랭크-3 텐서를 나타내면 다음과 같습니다.
>>> x = np.array([[[5, 78, 2, 34, 0], [6, 79, 3, 35, 1], [7, 80, 4, 36, 2]], [[5, 78, 2, 34, 0], [6, 79, 3, 35, 1], [7, 80, 4, 36, 2]], [[5, 78, 2, 34, 0], [6, 79, 3, 35, 1], [7, 80, 4, 36, 2]]]) >>> x.ndim 3
랭크-3 텐서들을 하나의 배열로 합치면 랭크-4 텐서를 만드는 식으로 이어집니다. 딥러닝에서는 보통 랭크 0에서 4까지의 텐서를 다룹니다. 동영상 데이터를 다룰 경우에는 랭크-5 텐서까지 가기도 합니다.