matrix, vector and tensor operators

最新推荐文章于 2024-07-05 15:18:23 发布
最新推荐文章于 2024-07-05 15:18:23 发布
阅读量365 收藏
点赞数
分类专栏： math
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/yusisc/article/details/81217340
版权

1. matrix multiplication

AB=C A B = C

这里写图片描述
ref:
Matrix multiplication - Wikipedia
https://en.wikipedia.org/wiki/Matrix_multiplication

2. inner product (dot product)

Algebraic definition

a⋅b=∑i=1naibi a ⋅ b = ∑ i = 1 n a i b i

这里写图片描述
ref:
Dot product - Wikipedia
https://en.wikipedia.org/wiki/Dot_product

3. outer product

u⊗v=uvT u ⊗ v = u v T

这里写图片描述
ref:
Outer product - Wikipedia
https://en.wikipedia.org/wiki/Outer_product

4. Hadamard product (matrices)

这里写图片描述
ref:
Hadamard product (matrices) - Wikipedia
https://en.wikipedia.org/wiki/Hadamard_product_(matrices)

00000

ref:
List of mathematical symbols by subject - Wikipedia
https://en.wikipedia.org/wiki/List_of_mathematical_symbols_by_subject
Multilinear algebra - Wikipedia
https://en.wikipedia.org/wiki/Multilinear_algebra

yusisc
关注
专栏目录
第八章：AI大模型的未来发展趋势8.2 计算资源的优化8.2.1 硬件加速器发展
程序员光剑
01-31 156
随着人工智能 (AI) 技术的不断发展和应用，AI 模型的规模也在不断扩大，从早期的几千个参数的模型到现在的数十亿至上 billions 的参数。这种巨大的规模带来了巨大的计算量和存储需求，为 AI 训练和推理提出了新的挑战。传统的 CPU 和 GPU 已经无法满足这些需求，因此越来越多的关注集中在硬件加速器上，它们可以提供更高的计算密度、更低的能耗和更好的性能价比。本章将探讨 AI 大模型的未来发展趋势，特别是在计算资源的优化方面。
【MotionCap】DROID-SLAM 1 ：介绍及安装
突围
06-28 112
【MotionCap】DROID-SLAM 1 ：介绍及安装
【线性代数】标量、向量、矩阵和张量(scalar, vector, matrix & tensor)
热门推荐
北境の守望者
07-23 1万+
标量（scalar） 向量（vector） 矩阵（matrix） 张量 （tensor） 线性代数中用到的几个基本的数学概念: 标量（scalar） 一个标量就是一个单独的数，我们在使用标量时，一般都要明确给出它是那种类型的数，例如 s∈R,n∈Ns∈R,n∈Ns \in \mathbb R, n \in \mathbb N。 向量（vector） 一个向量是一列数。这些数是...
Matrix Construction and Operators(矩阵的结构和操作)
chaye1646的博客
08-02 250
周一到周五，每天一篇，北京时间早上7点准时更新~ OpenGL represents a 4 × 4 matrix not as a two-dimensional array of floating values, but rather as a single array of 16 floating-point values(OpenGL中用16个浮点数来表示矩阵，而不是用二维浮点数数组). ...
Scalar, Vector, Matrix, Tensor, Array 傻傻分不清楚，看完这篇可视化你就明白！
最新发布
生活需要深度
07-05 512
但列表中的元素可以是任何对象，因此列表中保存的是对象的指针，这样一来，为了保存一个简单的列表[1,2,3]。Tensor实际上就是一个多维数组（multidimensional array），其目的是能够创造更高维度的矩阵、向量。矩阵（Matrix）是一个按照长方阵列排列的复数或实数集合，元素是实数的矩阵称为实矩阵，元素是复数的矩阵称为复矩阵。由 m × n 个数aij排成的m行n列的数表称为m行n列的矩阵，简称m × n矩阵。数组是类似于列表的高阶对象，是有序的元素序列。通过一个具体的数值就能表达完整。
张量(tensor)与向量(vector)的维度
Zssss12的博客
02-13 2264
如果我给出一个元组(7,8,9)，凭借我们的数学直觉，我们一眼就看出他是一个向量，代表着在三维空间中的一个有向线段，但是如果我给出的是一个数组a=[7,-8,9],这显然是一个长度等于3的数组，因为我们想声明这个数组时肯定是先int arr[3] = {7,-8,9};//C,这显然是一个一维度数组,那么它到底是几维的？如果你对这个问题产生了疑惑，本文可能会提供一些帮助。
Introduction to vectors and tensors
11-10
向量、张量分析的基础书，写的很好，值得一看
Tensorflow 学习
段智华的博客
07-18 1275
Tensorflow 学习 Tensorflow 的基本架构：   数据格式(Protobuf)定义 tensor.proto源代码： syntax = "proto3"; package tensorflow; option cc_enable_arenas = true; option java_outer_classname = "TensorProtos"...
矩阵分解学习---详细介绍SVD
Ramble Over The Cloud~
03-31 7344
矩阵分解 (decomposition, factorization)是将矩阵拆解为数个矩阵的乘积，可分为三角分解、满秩分解、QR分解、Jordan分解和SVD（奇异值）分解等，常见的有三种：1)三角分解法 (Triangular Factorization)，2)QR 分解法 (QR Factorization)，3)奇异值分解法 (Singular Value Decompostion)。
Graph Neural Networks: A Review of Methods and Applications（图神经网络：方法与应用综述）
weixin_41697507的博客
07-06 5357
Graph Neural Networks: A Review of Methods and Applications Jie Zhou , Ganqu Cui , Zhengyan Zhang , Cheng Yang, Zhiyuan Liu, Lifeng Wang, Changcheng Li, Maosong Sun Abstract—Lots of learning tasks req...
vector,matrix,and tensor derivatives
11-22
机器学习里面很多梯度问题都涉及到向量、矩阵的求导，这是斯坦福cs231课程对应的一则课外阅读，个人感觉阅读后收获很大
Matrix and Tensor Decomposition in Recommender Systems 阅读笔记（翻译）
DS_agent的博客
10-13 2061
Matrix and Tensor Decomposition in RecommenderSystems 阅读笔记（翻译） 2.MATRIX DECOMPOSITION     矩阵分解（matrix factorization）是将一个矩阵分解为多个矩阵相乘结果的过程，它对发掘参与实体（participating entities, 如用户和商品）的数据中的潜在关系有着重要意义。在简
python学习日记8 tensor operator 图
blue_xinran的博客
11-02 240
#试用区分tensor和operator,操作图 import tensorflow as tf import numpy as np tf.reset_default_graph() c=tf.constant(0.0) print('cgraph: ',c.graph) g=tf.Graph() with g.as_default(): c1=tf.constant(0.0) print('...
Vector, Matrix, and Tensor Derivatives by Erik Learned-Miller（译）
Cancer_Mo的博客
08-04 524
  本文档旨在帮助您了解和获取矢量、矩阵和高阶张量（具有三维或更多维的阵列）的导数。 1 简化，简化，简化 对数组进行求导的大部分困惑源于试图同时做太多事情。这些事情包括同时获取多个部分的导数、在存在求和符号的情况下获取导数、以及应用链式法则。至少在缺乏经验的情况下，试图同时完成所有这些事情将会使我们犯错的可能性大大增加。 1.1 将符号扩展为每个部分的显式和与方程式 为了简化给定的计算，为输出的...
机器学习中级课程笔记——2.2向量矩阵基础---标量，向量，矩阵，张量
aprilzj123的博客
01-15 727
2.2向量矩阵基础 向量以及它的基本运算 对于数据的表示,我们经常会碰到几个概念: 标量 (scalar), 向量 (vector), 矩阵 (matrix)和 张量 (tensor)。 不管使用 sklearn , Pytorch ,还是 Tensorflow 也好,一定要掌握这几个概念。即便工具化趋势越来越明显,而且我们可以把模型当作黑盒子来对待,但唯一绕不开的是这个“黑盒子的”输入和输出,而且输入和输出必须要以标量、向量、矩阵或者张量的方式来表示。 ...
matrix/vector derivatives
Do not mess it up
09-15 781
Gradients for vectorized operations The above sections were concerned with single variables, but all concepts extend in a straight-forward manner to matrix and vector operations. However, one must
Derivatives of scalars, vector functions and matrices
十年磨一剑
11-23 1026
There are six kinds of derivatives that can be expressed as matrices: The partials with respect to the numerator are laid out according to the shape of Y while the partials with respect
对向量，矩阵，张量求导
qq89127678的专栏
04-30 6557
对向量，矩阵，张量求导 英文原文：Partial Least Squares (PLS) Regression. 目录 用 [TOC]来生成目录： 对向量矩阵张量求导 目录 Expanding notation into explicit sums and equations for each component 2 Removing summation notation
pytorch tensor转1-d vector
04-10
可以使用 PyTorch 的 `flatten()` 函数将 tensor 转换成 1-d vector，示例如下： ```python import torch # 创建一个 2x2 的 tensor tensor = torch.tensor([[1, 2], [3, 4]]) # 将 tensor 转换成 1-d vector ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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