张量外积相关，记录一下

张量积的定义为：给定两个有限维的向量空间（finite dimensional vector space） 和 ，其中， 为向量空间 的基（basis）， 为向量空间 的基，则我们可以将 定义为 个 的线性组合，即

 .

同时，双线性映射（bilinear map，如果仅仅关注张量积的计算，则不必深究这个概念）被定义为

其中， ，对于任意取自向量空间 和 下的向量，我们都可以用相应的基进行线性组合来表示出来，若 为向量 线性组合的系数， 为向量 线性组合的系数，则满足 。另外， 表示两个向量空间的Cartesian积（维基链接：Cartesian product）。

为了便于理解，这里举一个简单的例子（来源：Calculate the tensor product of two vectors）。

已知 下的一组标准基为 ， ， 下的一组标准基为 ， ， 。给定向量 ，向量 ，则向量 的张量积为

   

其中， 是 的基，张量积与外积的计算结果完全相同。

1. import numpy as np

2. x = np.array([[1], [1]])

3. y = np.array([[1], [-2], [1]])

4. np.kron(x, y.T)

5. np.outer(x, y)

对于任意向量 ， ，它们的张量积 有时被称为外积，如果 是 的基，且 ，   是标准基，则外积可以写成如下形式：

其中， 是矩阵 第 行、第 列的元素。

对于向量而言，张量积和外积是等价的。