目录描述

1.向量的外积
- 1.1 实例一
- 1.2 实例二
2.张量内积
3.张量积（直积）
4.Kronecker乘积（Kronecker Product）
5.Hadamard乘积（Hadamard Product）
6.Khatri-Rao乘积（Khatri-Rao Product）
7.张量乘法
- 7.1 张量内积
- 7.2 张量乘以矩阵
8.个人思考

1.向量的外积

1.1 实例一

存在三个向量：

将三个向量相乘：

作用：大大地降低了参数的维度。（将原本需要存储的12个数降低为7个数）

1.2 实例二

有三个向量：

第一种：

第二种：

第三种：

2.张量内积

已知两个张量：

和

则两个张量的内积可以表示为：

3.张量积（直积）

张量积（积张量）：有两个任意阶张量，第一个张量的每一个分量乘以第二个张量中的每一个分量，它们组合的集合仍然是一个张量，称为第一个张量乘以第二个张量的乘积。
张量积的阶数等于因子张量阶数之和

例如：aibjk=cijka_ib_{jk} = c_{ijk}aibjk=cijk

则：

4.Kronecker乘积（Kronecker Product）

Kronecker乘积定义在两个矩阵A∈RI×JA\in R^{I\times J}A∈RI×J,B∈RK×LB\in R^{K\times L}B∈RK×L的运算：

例如：

5.Hadamard乘积（Hadamard Product）

Hadamard乘积定义在两个相同大小的矩阵A∈RI×JA\in R^{I\times J}A∈RI×J,B∈RI×JB\in R^{I\times J}B∈RI×J的运算：

6.Khatri-Rao乘积（Khatri-Rao Product）

Khatri-Rao乘积定义了两个相同列数的矩阵A∈RI×KA\in R^{I\times K}A∈RI×K,B∈RJ×KB\in R^{J\times K}B∈RJ×K的运算：

其演示图为：

例如：

即：

7.张量乘法

可以定义三种不同的张量乘法，分别为：

同样大小的张量相乘
张量乘以矩阵
张量乘以向量

7.1 张量内积

7.2 张量乘以矩阵

张量乘以矩阵步骤如下：

将张量矩阵化
再将张量和矩阵相乘

注意：这部分需要先了解张量学习（10）中的张量展开

例如：
有一个张量和矩阵：

对张量进行mode−1Matricizationmode-1 Matricizationmode−1Matricization得到：

再将得到的矩阵和矩阵AAA相乘：

其过程可以用一个图演示：

8.个人思考

张量的乘积与矩阵的乘积还是部分相对应的，其具体的物理意义可能再后面运用中才慢慢展现。

张量学习（7）：张量乘积相关推荐

张量（五）：张量学习——BGCP
接下来的文章将主要介绍张量在交通领域的实际应用,包括预测.补全等问题.与其他模型相结合,针对具体问题,构建的一系列模型,我这里统称为"张量学习模型".本文主要介绍Bayesian ...
张量学习（9）：主方向与主分量
1.主方向与主分量二阶张量可定义为一种由矢量 a a a到矢量 b b b的线性变换,即: 一般说,矢量 a a a与 b b b并不同向.对于给定的任意二阶张量 T T T能否找到某个矢量 v v ...
张量学习（6）：张量代数
1.相等若两个张量 T = T i j e i e j T = T_{ij}e_ie_j T=Tijeiej和 S = S i j e i e j S = S_{ij}e_ie_j S=Sij ...
张量学习（1）：张量的基本概念
1.张量的四种定义 1.张量是多维数组,这个定义常见于各种人工智能软件. 2.张量是某种几何对象,不会随着坐标系的改变而改变 3.张量是向量和余向量(covector)通过张量积(tensor pro ...
入门1，Pytorch深度学习---张量学习
声明了一个未初始化的矩阵,但在使用前不包含确定的已知值.创建未初始化的矩阵时,当时分配的内存中的任何值都将显示为初始值. 关键词 ===== 程序意思构造一个未初始化的5x3矩阵: x = torc ...
张量基础学习（三张量代数运算———上）
经过前面几期博客的学习,我们初步认识了张量的基本概念,一些重要的符号与指标,坐标的变换规律和相应的张量的分量转化规律之后,接下里,将持续学习张量的各种运算法则与规律! 本人励志做最详细的博客撰写,所以 ...
张量基础学习（一概念，求和指标，符号）
欢迎大家来到我的这一个新专栏,本专栏我们将一起学习并探讨一些张量方面的知识,同样,需要一定的线性代数的基础知识铺垫,但肯定是没有量子计算那么深入和复杂,有需要的小伙伴可以点点关注,您的鼓励是我前进的最 ...
张量基础学习（二 . 坐标变换，分量转化规律与张量方程）
欢迎来到张量基础学习的第二弹,本次将持续深入学习相关知识,觉着本人写的对您多少有帮助的麻烦点点关注,养成先赞再看的好习惯! Tensors learning 一 . 坐标与坐标转换二. 张量分量转换 ...
机器学习速成课程 | 练习 | Google Development——编程练习：创建和操控张量
创建和操控张量学习目标: 初始化 TensorFlow 变量并赋值创建和操控张量回忆线性代数中的加法和乘法知识(如果这些内容对您来说很陌生,请参阅矩阵加法和乘法简介) 熟悉基本的 TensorF ...

张量学习（7）：张量乘积