深度学习为何选择 Tensor 而不是 NumPy 数组？

深度学习中使用 Tensor 而不是直接使用 NumPy 的 array，是因为 Tensor 具有以下优势：

1. GPU 加速：Tensor 可以直接在 GPU 上运算，而 NumPy 的 array 需要转换为 GPU 可识别的格式，这样会增加额外的时间和计算量。

2. 自动微分：Tensor 可以自动计算梯度，而 NumPy 的 array 需要手动计算梯度。

3. 分布式计算：Tensor 可以方便地在分布式环境下进行计算，而 NumPy 的 array 无法实现分布式计算。

4. 扩展性：Tensor 支持更多的数据类型和操作，可以满足更多的深度学习需求。

因此，Tensor 比 NumPy 的 array 更适合于深度学习中的计算和优化。