张量算法基本性质

  1. 哈达玛积(Hadamard product): 两个矩阵按元素相乘
     
  2. 降维: 求张量元素
    1. 张量为一维向量

    2. 张量为二维向量

  3. 非降维求和: 默认情况下,调用求和函数会沿所有的轴降低张量的维度,使它变为一个标量。 我们还可以指定张量沿哪一个轴来通过求和降低维度



    如:
    3*4 的矩阵沿着axis=0 求和: 



    3*4 的矩阵沿着axis=1 求和

  4. 点积: 

    \vec{a}\cdot \vec{b} = \sum_{i=1}^n a_ib_i = a_1b_1 + a_2b_2 + \cdots + a_nb_n
     
  5. 范数: 度量某个向量空间(或矩阵)中的每个向量的长度或大小
    1. L1范数: 用于一维向量

      \|\boldsymbol{x}\|=\sum_i^n|x_i|
       
    2. L2范数/ 欧几里得范数

                 \|\boldsymbol{x}\|_2 := \sqrt{x_1^2 + \cdots + x_n^2}
                
 

              3.  F范数/弗罗贝尼乌斯范数 (Frobenius norm)

                      \|A\|_F=\sqrt{\sum_{i=1}^m\sum_{j=1}^n |a_{ij}|^2}
                        

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值