Tensor Decompositions and Applications 算是张量分解的鼻祖论文了,要入门张量领域,这篇文章是一定要看的。这篇文章只要讲解了两种张量分解算法:CANDECOMP/PARAFAC decomposition (CP分解) 和Tucker decomposition(塔克分解).通过这篇论文, 你能比较清晰的理解这两种算法,它们在张量分解中起到举足轻重的作用。
一、定义
在谈张量分解时,先得知道张量是什么。显浅易懂地说,张量就是矩阵的高维扩充,原本矩阵是二阶的,现在张量变为三阶或更高阶,其中最基本的三阶形式如图1.1所示。
![](https://i-blog.csdnimg.cn/blog_migrate/a2c76550f6627f8b5b42ca30a6e86d87.png)
往往张量可以看作是一条条纤维组成如图2.1,也可以看作一张张切片组成如图2.2。
除了这些,我们还需要知道一些关于张量的定义
1、秩一张量
如果一个张量能够被写成
则称该张量是秩一张量。其中 代表向量的外积,张量的每一个元素都是对应向量元素的积
2、张量乘积:模n 乘积
模n 乘积针对的是一个张量与一个矩阵的乘积,设一个张量,一个矩阵
,
即模n乘积为
同时,模n乘积具有的性质有
1)</