最近看的一篇paper需要的背景知识（可能略有删改）目录1.张量简介2.张量的定义与运算2.1 张量(Tensor)2.2 纤维(Fibre)2.3 切片(Slice)2.4 内积(Inner product)2.5 矩阵展开(Unfolding-Matricization)2.6 外积(Outer Product)2.7 Kronecker乘积(Kronecker Product)2
第2章 神经网络的数学基础张量（tensor）一般来说，当前所有机器学习系统都使用张量作为基本数据结构。张量是数字的容器，矩阵就是二维张量。张量是矩阵向任意维度的推广。张量的维度通常称作轴。仅包含一个数字的张量叫做标量（也叫 0D张量）在 Numpy 中，一个 float32 或 float64 的数字就是一个标量张量（或标量数组）。你可以用 ndim 属性来查看一个 Numpy 张量的轴的个数。
转载
2023-12-01 10:59:46
33阅读
# Python 多个一维张量求外积
## 引言
在Python编程中，张量（tensor）是一个多维数组，可以用来表示向量、矩阵和更高维度的数据。张量的外积（outer product）是一种常见的操作，它用于计算两个张量之间的乘积。本文将介绍如何使用Python来实现多个一维张量的外积运算，并提供相应的代码示例。
## 张量的外积
张量的外积是一种在线性代数中常见的运算。在数学上，给定两个
原创
2023-08-16 09:11:10
308阅读
NumPy(Numerical Python)是 Python 语言的一个扩展程序库。其中提供了许多向量和矩阵操作，能让用户轻松完成最优化、线性代数、积分、插值、特殊函数、傅里叶变换、信号处理和图像处理、常微分方程求解以及其他科学与工程中常用的计算，不仅方便易用而且效率更高。 NumPy 是一个开源的Python科学计算基础库，是SciPy、Pandas等数据处理或科学计算库的基础。拥有一个类似于
转载
2023-06-02 23:54:11
223阅读
# Python外积的实现
## 引言
在数学中，向量的外积（cross product）也被称为叉积，是一种在三维空间中定义的向量运算。Python提供了几种方法来计算向量的外积，本文将介绍如何使用Python实现向量的外积。
## 流程概述
下面是计算Python向量外积的一般流程：
| 步骤 | 描述 |
| --- | --- |
| 步骤1 | 导入必要的库 |
| 步骤2 | 定
原创
2023-08-15 15:57:12
311阅读
# Python中的外积：深入探讨与示例
外积（Cross Product）是线性代数中的一个重要概念，通常用来获取两个向量的垂直向量。在计算机科学与物理模拟中，外积的应用非常广泛，例如在三维图形处理、机器学习和机器人学等领域。在Python中，我们可以利用NumPy等库来方便地计算外积。本文将带您深入理解外积的概念，并通过代码示例为您展示如何在Python中实现外积。
## 什么是外积？
## 向量外积的实现指南
在这篇文章中，我们将学习如何在 Python 中实现向量的外积。首先，我们会概述整个流程，然后逐步深入到每一步的代码实现。
### 流程概述
我们可以将实现向量外积分为以下几个步骤：
| 步骤 | 描述 |
|------|------------------------------------|
| 1
原创
2024-09-05 06:36:33
52阅读
在这篇博文中，我们将探讨如何使用 Python 计算向量的外积（cross product），并详细记录这个过程中的环境配置、编译过程、参数调优、定制开发、安全加固和生态集成等关键部分。外积在很多领域都有广泛应用，如计算机图形学、物理模拟等。
### 环境配置
首先，确保你的开发环境是正确的。我们需要安装 Python 和一些依赖库。以下是所需环境的配置以及依赖版本的表格。
1. 安装 Pyt
# 使用PyTorch实现向量外积的详细指南
在这篇文章中，我们将学习如何使用Python中的PyTorch库来实现向量的外积。作为一名新入行的开发者，掌握向量外积的概念及其实现，将为今后的数学计算和深度学习模型的构建提供帮助。
## 外积的基本概念
外积（Cross Product）是向量运算中的一种计算，它将两个向量结合生成一个新的向量，新向量的方向垂直于原两个向量。外积仅适用于三维向量
原创
2024-09-19 08:33:37
68阅读
找张量积概念的时候，被各种野路子博客引入的各种“积”搞混了，下面仅以Wikipedia为标准记录各种积的概念。 点积（Dot product） https://en.wikipedia.org/wiki/Dot_product 在数学中，点积（Dot product）或标量积（scalar prod
原创
2023-06-11 11:24:50
2258阅读
矢量叉乘，向量外积矢量叉乘，向量外积1. 矢量叉乘定义2. 模长3. 方向4. 坐标运算6. 叉乘矩阵（斜对称矩阵）6. 叉乘运算规则 1. 矢量叉乘定义定义两个向量和，他们的叉乘可以写为本质上向量叉乘为向量旋转，满足右手螺旋准则； 叉乘结果是一个向量，向量模长是向量A，B组成平行四边形的面积；向量方向是垂直于向量A,B组成的平面；也叫向量积与点乘不同之处是：点乘结果是一个数，表示两个向量的投影
【内积 外积】inner productouter product运算结果： 内积->标量 外积->矢量物理应用举例： 内积->力做的功 外积->洛伦兹力（运动于电磁场的带电粒子所感受到的作用力：右手的大拇指与v同向，食指与B同向，则中指会指向F的方向。） ->角动量（位置动量和动量的外积；守恒，当
转载
2017-09-16 14:24:00
235阅读
2评论
# PyTorch 外积
在深度学习中，矩阵的外积是一个重要的数学运算。PyTorch是一个流行的深度学习框架，提供了强大的张量操作功能。本文将介绍PyTorch中如何进行外积计算，并提供一些代码示例。
## 什么是外积？
外积，也称为张量积或克罗内克积，是一种在两个向量之间进行的运算。给定两个向量A和B，它们的外积定义为一个矩阵C，其中C的第i行第j列的元素等于A的第i个元素乘以B的第j个
原创
2023-08-02 11:55:06
465阅读
花书第二章第三章第四章第五章第六章 第二章张量：表示高维矩阵相加：需要矩阵形状相同矩阵乘法：需要矩阵A的列与矩阵B的行相等（矩阵乘法一般不满足交换律），也叫叉乘，外积 公式：C = AB A是mn，B是np， 则C是mp 可以看作是转置A矩阵后，再每俩列相乘。按照A行下标为行下标，B列下标为C列下标即可。就是所谓的A和B的顺序，若B在前则需按照B行下标是C的行下标。矩阵元素对应乘积：C=A⊙B，
转载
2024-05-30 09:44:36
495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
TensorFlow这里简单总结一下TensorFlow的入门学习基础，作为TensorFlow学习之旅的启航。
张量（Tensor）TensorFlow 内部的计算都是基于张量的,张量是在我们熟悉的标量、向量之上定义的，详细的定义比较复杂，我们可以先简单的将它理解为一个多维数组：3 # 这个 0 阶张量就是标量，shape=[] [1., 2., 3.] # 这个 1 阶张量就是向量，sha
转载
2024-09-01 10:09:23
43阅读
张量什么是张量？一个数，一个数组，一个矩阵都是张量。张量包含多个属性，下面我将进行介绍。 张量的维度，叫做轴（axis）。维度可以无限扩充。查看张量维度：>>> x.ndim标量（0D张量）对应的是数值，例如1，2，3等。向量（1D张量）我们传统理解上的向量是（0,1）、（256,256）等，但这里向量相当于所谓一维数组。>>> x = np.arra
转载
2023-08-14 11:30:59
91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
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
