🍅 写在前面
👨🎓 博主介绍:大家好,这里是hyk写算法了吗,一枚致力于学习算法和人工智能领域的小菜鸟。
🔎个人主页:主页链接(欢迎各位大佬光临指导)
⭐️近期专栏:机器学习与深度学习
LeetCode算法实例
张量分解
张量分析系列知识,详见下方链接:
张量分解(1)——初探张量
本系列文章主要参考论文:Tensor Decompositions and Applications∗
目录
- 张量的概念
- 张量的表示
- 纤维(Fibers)
- 切片(Slices)
张量的概念
张量是一个多维数组。更正式地说,N向或N阶张量是N个向量空间的张量积的一个元素,每个向量空间都有自己的坐标系。张量的概念不应与物理学和工程学中的张量(如应力张量)相混淆, 后者在数学中通常被称为张量场。三阶张量有三个索引,如图所示。
简单来说:一阶张量是向量,二阶张量是矩阵,三阶或更高阶的张量称为高阶张量。
张量的表示
首先,张量的阶数是维数,也称为模式。
向量(一阶张量)用粗体小写字母表示,例如a。
矩阵(二阶张量)用粗体大写字母表示,例如A。
高阶张量(三阶或更高)用粗体欧拉字体字母表示,例如X。
标量用小写字母表示,例如,a。
向量a的第i个条目用a表示,矩阵A的元素(i,j)用a表示,三阶张量X的元素(i,j,k)用x表示。
指数的范围通常从1到其大写版本,例如,i= 1, …,I。
序列中的第n个元素用括号中的上标表示。
当索引的子集是固定的时,就会形成子数组。对于矩阵,这些是行和列。
纤维(Fibers)
纤维是矩阵行和列的高阶类似物。纤维的定义是固定除一个索引 |之外的每个索引。矩阵列是模式1光纤,矩阵行是模式2光纤。三阶张量有列、行和管纤维,分别用x:jk、xi:k和xij:表示;参见下图。当从张量中提取时,纤维总是被假定为列向量。
切片(Slices)
切片是张量的二维部分,通过固定除两个索引之外的所有索引来定义。下图显示了三阶张量X的水平切片、侧切片和正面切片,分别用Xi::、X:j:和X::k表示。