张量分解后的张量重构
张量分解后的张量重构
提问于 2016-09-28 12:58:35
我正在尝试使用python库坐骨神经张量来分解一个3D矩阵。我设法将我的张量(尺寸为100x50x5)分解成三个矩阵。我的问题是，如何利用张量分解产生的分解矩阵，重新构造初始矩阵？我想看看分解是否有任何意义。我的代码如下：
import logging
from scipy.io.matlab import loadmat
from sktensor import dtensor, cp_als
import numpy as np
//Set logging to DEBUG to see CP-ALS information
logging.basicConfig(level=logging.DEBUG)
T = np.ones((400, 50))
T = dtensor(T)
P, fit, itr, exectimes = cp_als(T, 10, init='random')
// how can I re-compose the Matrix T? TA = np.dot(P.U[0], P.U[1].T)我使用的是标准分解，这是由cp_als函数提供的。分解矩阵的期望维数是多少？
回答 2
Stack Overflow用户
回答已采纳
发布于 2016-09-30 14:57:48
例如，4个矩阵的CP乘积
可以使用爱因斯坦符号表示为
或者在裸体的时候
numpy.einsum('az,bz,cz,dz -> abcd', A, B, C, D)所以在你的情况下你会用
numpy.einsum('az,bz->ab', P.U[0], P.U[1])或者，在你的3矩阵的情况下
numpy.einsum('az,bz,cz->abc', P.U[0], P.U[1], P.U[2])sktensor.ktensor.ktensor还有一个totensor()方法，它正是这样做的：
np.allclose(np.einsum('az,bz->ab', P.U[0], P.U[1]), P.totensor())
>>> True页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/39748285
复制相关文章
相似问题
腾讯云开发者
