网站: https://tensorly.org 源代码: https://github.com/tensorly/传感器 Jupyter笔记本: https://github.com/JeanKossaifi/tensorly-notebooks(https://github.com/JeanKossaifi/张量-笔记本)
|
|
|
|
|
|
进口 张量地 作为 热释光
进口 笨蛋 作为 净现值
张量 = 热释光 . 张量 ( 净现值 . 阿兰奇 ( 24 ). 重塑 (( 三 , 4 , 2 )), 数据类型 = 贸易术语表 . 浮点64 ) 展开的 = 热释光 . 展开 ( 张量 , 模式 = 0 ) 贸易术语表 . 折叠 ( 展开的 , 模式 = 0 , 形状 = 张量 . 形状 )
从 张量地 进口 随机的,随机的
#随机张量
张量 = 随机的,随机的 . 随机传感器 (( 三 , 4 , 2 )) #因子化形式的随机CP张量
cp_传感器 = 随机的,随机的 . 随机传感器 ( 形状 = ( 三 , 4 , 2 ), 等级 = “相同” )
热释光 . 设置后端 ( “pytorch” ) #或“numpy”、“tensorflow”、“cupy”或“jax”
张量 = 热释光 . 张量 ( 净现值 . 阿兰奇 ( 24 ). 重塑 (( 三 , 4 , 2 )), 装置 = 'cuda:0' ) 类型 ( 张量 ) #火炬。 张索尔
从 张量地 . 分解,分解 进口 塔克
#应用塔克分解
塔克传感器 = 塔克 ( 张量 , 等级 = [ 2 , 2 , 2 ]) #从分解形式重建完整张量
热释光 . 塔克张量 ( 塔克张量 )
pip安装黑色 黑色 .
pip安装pytest
pytest-v张量
TENSORLY_BACKEND='numpy'pytest-v张量
@文章{张量, author={Jean Kossaifi和Yannis Panagakis以及Anima Anandkumar和Maja Pantic}, title={TensorLy:Python中的Tensor学习}, journal={机器学习研究杂志}, 年份={2019}, 体积={20}, 数字={26}, 页数={1-6}, url={ http://jmlr.org/papers/v20/18-277.html } }
让·科斯赛菲(Jean Kossaifi)、亚尼斯·帕纳加基斯(Yannis Panagakis)、阿尼玛·阿南德库马尔(Anima Anandkumar)和马贾·潘蒂奇(Maja Pantic), TensorLy:在Python中学习Tensor , 机器学习研究杂志(JMLR) 2019年第20卷第26期。 ↩