问题标签 [tensor]

使用Matrix包我可以创建一个二维稀疏矩阵。

有人可以建议一个允许我在 R 中创建多维（特别是 3 维）稀疏矩阵（数组，或者技术上是三向张量）的包吗？

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 Glance和Basic Tensor 功能，但找不到明确的联系。

我一直在使用 TensorFlow 中矩阵乘法的介绍性示例。

当我打印产品时，它会将其显示为一个Tensor对象：

但我怎么知道 的价值product？

以下没有帮助：

我知道图形在 上运行Sessions，但有没有什么办法可以检查Tensor对象的输出而不在 a 中运行图形session？

乘以（逐元素）二维张量（矩阵）的最有效方法是什么：

通过垂直向量：

获得一个新的矩阵：

为了给出一些上下文，我们有M一批可以并行处理的数据样本，并且每个N元素样本必须乘以w存储在变量中的权重，以最终Xij*wj为每一行选择最大的i。

我的问题是两个相关的部分：

1. 如何计算沿张量某个轴的最大值？例如，如果我有

   我想要类似的东西

   我知道有 atf.argmax和 a tf.maximum，但都没有给出沿单个张量轴的最大值。现在我有一个解决方法：

   但它看起来不太理想。有一个更好的方法吗？

2. 给定argmax一个张量的索引，我如何使用这些索引索引另一个张量？使用x上面的示例，我该如何执行以下操作：

   我知道切片，就像最后一行一样，在 TensorFlow 中还不存在（#206）。

   我的问题是：对于我的具体情况，最好的解决方法是什么（可能使用其他方法，如收集、选择等）？

   附加信息：我知道x并且y将只是二维张量！

我正在尝试在 numpy 中使用张量点积tensordot，但我不确定我应该如何重塑我的数组以实现我的计算。（总的来说，我对张量的数学还是很陌生。）

我有

我想带一个点积axis=2，这样我就有了矩阵

什么是正确的 numpy 语法？np.tensordot(arr, [1, 1, 1], axes=2)似乎提高了一个ValueError。

我正在尝试一个行为不符合预期的操作。

所以我需要知道 Tensor 的尺寸embed。我知道它可以在运行时完成，但是对于这样一个简单的操作来说工作量太大了。更简单的方法是什么？

我定义了一个这样的张量：

x = tf.get_variable("x", [100])

但是当我尝试打印张量的形状时：

print( tf.shape(x) )

我得到Tensor("Shape:0", shape=(1,), dtype=int32)，为什么输出的结果不应该是 shape=(100)

我是 TensorFlow 的新手。在阅读现有文档时，我发现这个术语tensor真的很混乱。因此，我需要澄清以下问题：

1. tensor和Variable、tensor
   与tf.constant、“张量”与之间的关系是什么tf.placeholder？
2. 它们是所有类型的张量吗？

我正在阅读的介绍性文档（此处为 TOC）使用术语“批处理”（例如此处）而没有定义它。