Stage 1 · 固定维度 Tensor

这一 stage 造整个推理器的数据底座:一个编译期固定维度、行主序、std::array 存储的 Tensor<Rows, Cols, StorageType>。

如果你对 Tensor 这个概念本身还陌生,先读 01-05 五篇引入,它从"Tensor 是什么"一路讲到"为什么这么设计";已经熟悉 Tensor、只想看工程实现的,可以直接跳到 06-tensor.md。

引入:Tensor 是什么、为什么这么造

1. Tensor 是什么——先把名字从神坛上拿下来 —— 祛魅:它就是一张固定大小的二维数表
2. Tensor 在神经网络里装什么——四种数据,一种容器 —— 输入 / 权重 / 偏置 / 输出,全是 Tensor
3. 为什么不用现成的——三个候选过堂 —— vector、原生数组、嵌套 array 各死在哪
4. 行主序——二维坐标怎么落进一维内存 —— i*Cols + j,跟 NumPy 对齐
5. 形状塞进类型——维度为什么是模板参数 —— 类型系统当免费的形状检查器

实现:动手写 Tensor

• 固定维度 Tensor——推理器的数据底座 —— 完整接口草图、std::expected 错误处理、CMake、验证测试、常见坑

读完引入五篇,06-tensor.md 里那些设计取舍读起来就不再悬空了。