【发布时间】:2014-04-26 17:30:52
【问题描述】:
Theano 中的 张量 到底是什么,与物理或数学中通常理解的 Tensors 的精确联系是什么?
我浏览了Theano at Glance和Basic Tensor functionality,但找不到明确的联系。
【问题讨论】:
标签: python scipy theano tensor
Theano 中的 张量 到底是什么,与物理或数学中通常理解的 Tensors 的精确联系是什么?
我浏览了Theano at Glance和Basic Tensor functionality,但找不到明确的联系。
【问题讨论】:
标签: python scipy theano tensor
在Jim Belk 的answer 中,对于math.stackexchange 上的一个问题,可以很好地分解不同的物理/数学方式来思考张量。在查看张量上的documentation 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 在其实现中采用的是本地观点,而不是全局观点。
【讨论】:
在机器学习文献中,张量一般指的是多维数组。
在 Theano 中,它们是专门的数值数组:
Theano 是一个 Python 库,可让您定义、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:
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。 Tensor 的元素可以保存整数、浮点数或字符串值。
张量在数学中具有more specific 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,并且来自这种用法机器学习术语得名了。
另请参阅:
【讨论】: