Matlab工具箱Tensor Toolbox,安装链接如下
CSDN-专业IT技术社区-登录blog.csdn.net这是我们定义的张量
matlab代码：
%%
%工具包：Tensor Toolbox
clc
clear all
X1 = 1:12;
X1 = reshape(X1,[3,4]);
X2 = 13:24;
X2 = reshape(X2,[3,4]);
%如何用矩阵拼接为张量,用tensor()函数
X(:,:,1) = X1;
X(:,:,2) = X2;%这只是3维数组，实际中Tensor Toobox 也不会产生误差，但为了防止意外
X = tensor(X);
%%
%工具包：Tensor Toolbox
clc
clear all
X1 = 1:12;
X1 = reshape(X1,[3,4]);
X2 = 13:24;
X2 = reshape(X2,[3,4]);
%如何用矩阵拼接为张量,用tensor()函数
X(:,:,1) = X1;
X(:,:,2) = X2;
X = tensor(X);
%张量按模展开
X_1 = tenmat(X,1);
X_2 = tenmat(X,2);
X_3 = tenmat(X,3);
1，张量与矩阵的模1乘 法。
过程如下
结果如下
再将矩阵折叠回张量。记住上面是辅助理解，真正的计算过程如图：
%张量与矩阵的模乘
U = 1:6;
U = reshape(U,[2,3]);
Y1 = ttm(X,U,1)（2）张量与向量模乘
计算步骤：
。。。。
最终
%张量与矩阵相乘
v = [1,2,3,4]';
ttv(X,v,2)ttm和ttv分别是tensor times matrix and tensor times vector的缩写。便于记忆。
begin{bmatrix}end{bmatrix}
clc
clear
%I1=I2=I3=50,r={2,4,6,8,10,...,26}
dim = 3;
I1 = dim,I2 = dim ,I3 =dim;
r = 2;
%生成[0,1]的均匀分布的随机张量
coreTensor = tensor(rand(r,r,r));
%生成因子矩阵，服从[-0.5,0.5]的均匀分布
U1 = -0.5 + rand(I1,r);
U2 = -0.5 + rand(I2,r);
U3 = -0.5 + rand(I3,r);
T = ttm(coreTensor,{U1,U2,U3},[1,2,3])
![aspx 判断字符串是否为decimal_python 经典面试题：判断字符串括号是否闭合{}[]()...](http://pic.xiahunao.cn/aspx 判断字符串是否为decimal_python 经典面试题：判断字符串括号是否闭合{}[]()...)
