张量(Tensor)可以理解为广义的矩阵,其主要特点在于将数字化的矩阵用图形化的方式来表示,这就使得我们可以将一个大型的矩阵运算抽象化成一个具有良好性质的张量图。...而二阶张量所表示的含义是一个二维的矩阵,如我们常见的python多维数组:
1
2
M = [[1, -1], [-1, 1]]
N = [[1, 3], [2, 4], [5, 6]]
这里定义的M,...在使用张量的形式来表示单个矩阵的同时,我们需要考虑如果有多个矩阵的乘法运算,我们该如何表示?...我们先以两种形式的python矩阵运算来说明张量计算的表示方法:
1
2
3
4
5
6
7
import numpy as np
M = np.random.rand(2, 2)
v = np.random.rand...由多个张量构成的组合运算,我们可以使用张量网络来表示:
上图所示的(a)(a)和(b)(b)就分别表示张量w和张量C的张量网络图。