作者:禅与计算机程序设计艺术
1.简介
机器学习领域里最火的词汇之一就是“深度学习”,即通过对数据进行处理、提取特征,训练机器学习模型,最后得到可用于各种任务的模型。深度学习的成功离不开算法的革命性发展,张量分解技术也是其中的关键一环。张量分解技术是一种矩阵分解法,可以将一个高维度的张量(如图片,视频,音频等)压缩成两个低维度的张量。主要用于图像、文本、语音等多媒体数据处理领域。本文讨论了张量分解技术在深度学习中具体应用的场景,并给出了一些技术方案的选型依据。
2.基本概念术语说明
(1)张量(Tensor)
张量是一个数组结构,通常具有四个重要属性:阶数rank、秩order、尺寸shape、元素值element-value。它描述的是向量空间中任一点所处的位置及其相对于坐标轴的方向,并由元素组成。
例如,二维张量可以表示一幅图像,三维张量可以表示一个视频序列,四维张量可以表示一个立方体或超立方体。
(2)分解(Decomposition)
张量分解就是指把一个高维度的张量(如图像,视频&#x