在牛頓之前，物理或者說自然哲學研究的是標量，也就是數，畢達哥拉斯說，萬物皆數，這個數還是自然數，後來才有分數，小數，無理數，超越數，負數（牛頓不懂負數），複數，域論，群論。
牛頓開創了矢量物理，然後物理變成矢量數學，到了約翰伯努利，歐拉，拉格朗日，哈密爾頓，物理學變成 變分原理的泛函分析，這樣的數學問題。所有的牛頓力學相當於哈密頓量取極值，熱力學統計力學變成自由能取極值，這也是化學動力學，電動力學的麥克斯韋方程就是拉格朗日密度變分。。。
到了海森堡，物理學變成矩陣數學。到了愛因斯坦，物理變成張量Tensor數學。其實張量思維和廣義相對論是同一個思維，這也就是我之前寫的 愛因斯坦相對論（both俠義還是廣義）都不是他原創的，不僅高斯、黎曼已經認為我們居住的空間，度規不是平的，而且張量微積分發明者意大利的Gregorio Ricci-Curbastro，也質疑空間不是平的，所以要用張量來描述。
自從愛因斯坦用張量描述宇宙之後，張量開始在物理學中的各個領域泛濫起來，經典力學中的應力張量，應變張量，應變率張量，彈性張量，慣量張量，流體力學中的 柯西張量，應變張量（格林張量），應變率張量，渦旋張量，應能張量，量子力學中的張量算符更是大顯神通，希爾伯特空間，張量積，角動量張量，自旋張量，總能量算符張量，電動力學中的電磁張量，麥克斯韋張量，介電常數張量，磁化率張量，相對論中已經是張量主導了，可以說，所有的物理量都張量化。
工程學中，張量也泛濫起來，計算機也不例外，computer graphics 中從光照模型，強度張量，顏色張量，到材質 反射張量，粗糙度張量，到幾何變形中 縮放張量，旋轉張量，扭曲張量，彎曲張量，紋理映射張量。。。機器學習ML中的神經網絡中 網絡的權重、損失都可以用張量，computer vision中的像素值，NLP中張量用來表示文本數據，等等
在數學，因為物理、工程、計算機的需要，推動了張量的理論研究。
從張量學習過程中，我想，工程和計算機的學習中，化的時間應該是最多的，因為需要大量的應用計算；而物理學習過程中，最需要的不是時間，而是靈光一現的創造性思維；在數學學習中，最重要的是嚴格的思維。
總之，很難說，數學，物理，工程，計算機哪個更難，和哪個更費力，大家都在學tensor。但是理科比文科學習化的時間精力多，因為文科生都不懂tensor。物理學家卡皮查招研究生免試的時候問一個滿分考生，你一天多少時間在讀書做題，考生說，除了吃飯睡覺，我都在讀書做題。卡皮查很失望道：那你什麽時間思考呢。
下麵是一個CMU SCS計算機專業的小留的成績單，一個外國CS學生，可以輕輕鬆鬆在人文課程全A，而在計算機主業中卻不理想。注：這個學生是個好學生，曾在Amazon，Microsoft實習，現在在top 4 讀計算機博士
