张量

xhz

张量等级

张量在N维空间中可以具有的方向数，称为张量的Rank。

排名记为R。

A Scalar 是一个数字。 R = 0.

• 它有 0 个轴
• 它的等级为 0
• 它是一个 0 维张量
  

向量 是一个数字数组。 R = 1.

• 它有 1 个轴
• 排名为 1
• 它是一维张量
  

矩阵 是一个二维数组。 R = 2.

• 它有 2 个轴
• 排名为 2
• 这是一个二维张量
  

---

真实张量

从技术上讲，以上所有都是张量，但是当我们谈到张量时，我们通常所说的矩阵的维度大于 2 (R > 2)。

---

---

JavaScript 中的线性代数

在线性代数中，最简单的数学对象是标量：

const scalar = 1;

另一个简单的数学对象是数组：

const array = [ 1, 2, 3 ];

矩阵是二维数组：

const matrix = [ [1,2],[3,4],[5,6] ];

向量可以写成只有一列的矩阵：

const vector = [ [1],[2],[3] ];

向量也可以写成数组：

const vector = [ 1, 2, 3 ];

张量是N维数组：

const tensor = [ [1,2,3],[4,5,6],[7,8,9] ];

---

JavaScript 张量运算

用 JavaScript 编写张量运算，很容易变成循环的意大利面条。

使用 JavScript 库可以省去很多麻烦。

用于张量运算的最常用库之一称为 tensorflow.js。

张量加法const tensorA = tf.tensor([[1, 2], [3, 4], [5, 6]]);
const tensorB = tf.tensor([[1,-1], [2,-2], [3,-3]]);

// 张量加法
const tensorAdd = tensorA.add(tensorB);

// 结果 [ [2, 1], [5, 2], [8, 3] ]

亲自试一试 »

Tensor Subtractionconst tensorA = tf.tensor([[1, 2], [3, 4], [5, 6]]);
const tensorB = tf.tensor([[1,-1], [2,-2], [3,-3]]);

// 张量减法
const tensorSub = tensorA.sub(tensorB);

// 结果 [ [0, 3], [1, 6], [2, 9] ]