在处理人工神经网络时，必然会遇到张量的概念。在这样的应用中，张量本质上只是一个数据网格，就像一个标量（rank=0）、一个向量（rank=1）或一个矩​​阵（rank=2），除了它有任何有限的秩。然而，这并不是张量的实际定义方式。在数学中，张量是一种抽象的多线性函数，它将一个代数对象映射到另一个。虽然所有矩阵（或“数据网格”）总是表示某种类型的张量，但我看不出它们在人工神经网络的情况下如何在语义上表示一个函数，因为它们本质上只用作计算之间的数据存储图形。

我发现在张量网络理论中，张量网络用于表示大脑的几何化，但在人工神经网络的情况下，没有实际的网络开始。对我来说，人工神经网络只是将一个代数对象映射到另一个代数对象的一些函数，它由分段部分可微函数的连接和组合组成。

所以我的问题是，人工神经网络中使用的张量是否真的有任何语义意义。它们是否代表与输入相关的某种功能？人工神经网络本身是张量（或张量场）吗？还是只是因为没有任何其他含义的数据网格的专有名称而使用了 Tensor 一词？