10

Theano中的张量到底是什么,与物理或数学中通常理解的张量的精确联系是什么?

我浏览了Theano at GlanceBasic Tensor 功能,但找不到明确的联系。

4

2 回答 2

8

在 Jim Belk对 math.stackexchange 上的问题的回答中,对不同的物理/数学方式来思考张量进行了很好的细分。在查看了有关张量的文档和 Theano 提供的各种操作之后,我想说 Theano 的张量概念对应于张量的第一种思维方式。用吉姆的话来说:

张量有时被定义为多维数组,就像矩阵是二维数组一样。从这个角度来看,矩阵当然是张量的特例。

无论如何,我自己在文档中看不到任何东西表明 Theano 的张量实现除了定义点积等之外,还知道线性代数中流形或张量积的全局属性。这表明 Theano 在其实施中采用了本地的观点,而不是全球的观点。

于 2014-04-26T18:26:33.160 回答
0

张量 = 多维数组

在机器学习文献中,张量通常指的是多维数组。

在 Theano 中,它们是专门的数值数组:

Theano是一个 Python 库,允许您定义、优化和有效评估涉及多维数组的数学表达式。

但在其他库中,它们可能支持更广泛的数据类型:

张量

TensorFlow 程序中的主要数据结构。张量是 N 维(其中 N 可能非常大)数据结构,最常见的是标量、向量或矩阵。张量的元素可以保存整数、浮点或字符串值。

词源

张量在数学中具有更具体的含义,作为向量空间之间的多线性映射的抽象,但是给定一个固定的基础,这样的映射可以表示为多维数组,机器学习术语正是从这种用法中得名的。


也可以看看:

于 2021-04-02T14:03:34.780 回答