十、张量网络收缩算法 1. 张量网络的基本定义 通过前面的学习，我们对张量网络有了简单的了解，这里我们给出张量网络的一般定义：由多个张量按照一定的收缩规则构成的模型，被称为张量网络。 其中，收缩规则由张量网络形成的图确定，网络中的一个节
转载
2024-05-13 16:55:07
190阅读
# Python 张量缩并入门
张量是多维数组的通用表示，是深度学习和科学计算中不可或缺的基础结构。在Python中，最常用的张量库是NumPy和PyTorch，它们提供了丰富的功能用于操作和处理张量。本文将介绍张量的缩并（即缩减维度和合并维度）概念，并提供相应的代码示例。
## 一、张量的基本概念
张量可以被视为一个具有任意维度的数组。1D张量是向量，2D张量是矩阵，3D张量可以是图像数据
原创
2024-08-11 04:32:29
243阅读
在Torch中，张量的操作非常重要，为了便于学习，这里整理下来。1 张量的拆分和拼接 在 PyTorch 中，对张量 (Tensor) 进行拆分通常会用到两个函数：torch.split [按块大小拆分张量]t
转载
2023-10-16 13:22:30
289阅读
# 在 Python 中实现张量网络的缩并
近年来，张量网络（Tensor Network）在量子物理、机器学习等领域得到了广泛应用。特别是在处理多维数据时，张量网络能够高效地简化计算。对于刚入行的小白，本文将详细介绍如何在 Python 中实现张量网络的缩并（contraction）。
## 流程概述
在本文中，我们将遵循以下流程来实现张量网络的缩并：
| 步骤 | 描述
原创
2024-10-02 05:07:55
67阅读
张量的操作一、张量的拼接1、torch.cat(input, dim=0, out=None) 功能：将张量按维度dim进行拼接 参数：input：要操作的张量 dim：要拼接的维度 2、torch.stack(input, dim=0, out=None) 功能：在新创建的维度上进行拼接 参数：input：要操作的张量 dim：要拼接的维度 cat和stack的区别是，cat方法不会扩展维度，而
转载
2024-09-13 14:21:15
83阅读
张量的缩并运算张量的缩并运算张量的缩并运算
原创
2022-01-05 14:57:59
4688阅读
# Python中的张量运算模块及其张量并积
在当今的人工智能和机器学习领域，张量（Tensor）作为一种多维数组的通用形式，广泛应用于数据处理和模型训练。Python语言中有许多图书馆可以方便地进行张量运算，其中尤以`NumPy`和`PyTorch`等库最为流行。本文将为大家详细介绍张量的概念、张量运算，尤其是张量并积的实现，并提供一些代码示例，帮助大家更好地理解和应用这些知识。
## 什么
目录一、EVD（Eigen Value Decomposition）二、SVD（Singular Value Decomposition）2.1 SVD定义2.2 SVD求解2.3 SVD的python实现三、HOSVD（Higher-order singular value decomposition）3.1 HOSVD定义3.2 HOSVD算法3.3 HOSVD的Python实现  
转载
2023-12-19 22:57:07
138阅读
如何用张量分解加速深层神经网络？（附代码） 源地址为：https://www.leiphone.com/news/201802/tSRogb7n8SFAQ6Yj.html 原英文博客标题Accelerating deep neural networks with tensor ecompositions，作者为Jacob。背景在这篇文章中，我将介绍几种低秩张量分解方法，用于在现有的深度学习模型中进
转载
2024-01-02 20:25:30
174阅读
2021SC@SDUSC源代码下载地址：https://gitee.com/zeusees/HyperLPR源码配置的详情见第一篇分析 本篇内容将总结队友所分析的recognizer.py以及SimpleRecognizePlate()函数：一、对recognizer.py的部分代码进行分析：Keras是由纯python编写的基于theano/tensorflow的深度学习框架。Kera
转载
2024-01-12 05:34:55
206阅读
Tensorflow版本:V2.8.0 Tensorflow中所有的运算操作都是基于张量进行的。Tensorflow中的张量Tensor是具有统一类型的多维数组。这篇博文主要介绍张量的创建及基础操作。1. 张量的创建的数组(但这里不做区分)。1.1 tf.constant()方法 tf.constant()是一种常用的张量创建方法。具体代码如下： 这里有一点要注意，不同数值精度的张量不能直接进
转载
2024-01-10 16:45:19
58阅读
(代码基于tensorflow 1.14 cpu版本，读者需要具有良好的python基础和线性代数知识)第三章主要介绍TensorFlow的计算模型、数据模型和运行模型，对TensorFlow的工作原理能有一个大致了解。TensorFlow程序一般分为两个阶段。第一阶段：定义计算图中所有的计算，然后定义一个计算来得到他们的和；第二阶段：执行计算。1 计算图————TensorFlow的计算模型1.
转载
2024-06-18 12:20:56
46阅读
Python减少缩进快捷键Python作为一门高级编程语言，以其简洁明了的语法和易于学习的特性而受到广泛的追捧。在Python中，使用缩进来表示代码块的层次结构，这使得代码具有更好的可读性，但有时候也会使得代码比较臃肿。在Python中，通过使用减少缩进的快捷键，我们可以有效地减少代码缩进，提高编程效率。快捷键介绍在Python中，通过使用快捷键可以减少代码的缩进。下面是一些常用的快捷键：Shif
转载
2023-07-27 21:57:28
365阅读
# 张量向量化的Python代码探索
随着科学计算和数据处理需求的增加，张量（Tensor）与向量（Vector）这两个概念在人工智能、机器学习及深度学习中变得越来越重要。张量的向量化（Vectorization）是一种优化技术，可以显著提高计算效率。本文将带您深入了解张量向量化的基本概念，并提供相应的Python代码示例。
## 什么是张量和向量？
- **向量**：在数学中，向量是具有大
# 如何在Python中实现张量双点乘
## 引言
在机器学习和深度学习中，张量是基本的数据结构。它们是多维数组，可以用于表示数据集、模型参数和其他数值计算。张量双点乘（也称为张量点乘）是一个常见的操作，用于计算两个张量的逐元素乘积，接着再将结果相加。本文将指导你如何在Python中实现这一操作，使用受欢迎的NumPy库和PyTorch库。
## 流程概述
我们将通过以下步骤实现张量双点乘
原创
2024-10-27 03:49:35
99阅读
Numpy的简介 NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。NumPy 是一个运行速度非常快的数学库，主要用于数组计算，包含：一个强大的N维数组对象 ndarray广播功能函数整合 C/C++
转载
2023-10-09 22:04:13
177阅读
tensorx = torch.rand(4,5)
torch.save(x.to(torch.device('cpu')), "myTensor.pth")
y = torch.load("myTensor.pth")
print(y)list 保存到本地就是保存为.npy文件import numpy as np
a = [(u'9000023330249', 1), (u'13142928
转载
2023-06-30 10:09:39
217阅读
目录一、张量概述：二、初始化张量：直接使用Python列表转化为张量：通过Numpy数组（ndarray）转换为张量：通过已有的张量生成新的张量：通过指定数据维度生成张量： 三、张量属性：四、张量的运算：1.张量的索引和切片：2.张量的拼接：3.张量的乘法和矩阵乘法：乘法（点乘）：矩阵乘法（叉乘）：4.自动赋值运算：五、Tensor和Numpy的相互转换：1.由tensor转换为ndar
转载
2023-06-19 18:58:18
615阅读
5. Tensor 分解张量的最大特征之一是可以被紧密地表示为分解形式，并且我们有强大的保证方法来得到这些分解。在本教程中，我们将学习这些分解形式以及如何进行张量分解。关于张量分解的更多信息，请参考1。5.1. Tensor 的 Kruskal 形式其思想是将张量表示为一阶张量的和, 也就是向量的外积的和。这种表示可以通过应用典型的Canonical Polyadic 分解(也称为CANDECOM
转载
2023-10-23 09:30:20
191阅读
pytorch张量运算张量的简介生成不同数据类型的张量list和numpy.ndarray转换为TensorTensor与Numpy Array之间的转换Tensor的基本类型转换（float转double，转byte等）torch.arange()、torch.range()、torch.linspace的区别：张量的重排（reshape、squeeze、unsqueeze、permute、t
转载
2023-05-26 10:08:33
176阅读
