Matlab中的n维恒等张量
在Matlab中，n维恒等张量是指一个具有相同元素值的n维数组。恒等张量也被称为单位张量或单位矩阵的推广形式，它在数学和物理学中有广泛的应用。
具体来说，n维恒等张量可以表示为一个大小为n×n×...×n的多维数组，其中每个元素的值都为1，除了主对角线上的元素为n。在Matlab中，可以使用函数ones和eye来创建n维恒等张量。
n维恒等张量在很多领域都有重要的应用，例如线性代数、多维数据分析和信号处理等。在线性代数中，恒等张量可以用于定义和操作多维矩阵的运算。在多维数据分析中，恒等张量可以用于表示和处理高维数据。在信号处理中，恒等张量可以用于表示和操作多维信号。
对于n维恒等张量的应用场景，具体取决于具体的领域和问题。例如，在图像处理中，可以使用恒等张量来表示和处理图像的多个通道。在机器学习中，可以使用恒等张量来表示和操作多维特征向量。
腾讯云提供了丰富的云计算服务和产品，其中与n维恒等张量相关的产品包括：
- 腾讯云AI Lab：提供了丰富的人工智能算法和模型，可以用于处理和分析多维数据，包括恒等张量。 链接：https://cloud.tencent.com/product/ailab
- 腾讯云服务器（CVM）：提供了灵活的云服务器资源，可以用于运行和处理多维数据的计算任务。 链接：https://cloud.tencent.com/product/cvm
- 腾讯云数据库（TencentDB）：提供了可扩展的云数据库服务，可以用于存储和查询多维数据。 链接：https://cloud.tencent.com/product/cdb
请注意，以上只是一些推荐的腾讯云产品，具体选择应根据实际需求进行。同时，还有许多其他云计算品牌商也提供了类似的服务和产品。
相关·内容
1回答
我在MATLAB中有一个n×m×l张量，我想通过折叠最后一维(特别是每个标量)将它转化为n×m矩阵。如何有效地执行这个张量中每个项的最后维的折叠/缩减？更广泛地说，有一种很好的方法将任意函数应用于张量的整个维吗？
如果这有助于理解，我所拥有的具体张量称为pixels，最后一个维度是l=3，表示每个像素的R、G和B值，我想添加这些值以获得亮度。我想出的以下解决方案非常缓慢：
cellfun( @(x) sum(x), num2cell( pixels, 3 ) )
浏览 0提问于2018-09-28得票数 2
回答已采纳
1回答
利用MATLAB中的索引关系可以选择向量/矩阵/张量的元素吗？
为了澄清我的问题，我会解释我的问题。我有一个三维零张量D(m,n,p)。现在，我需要将元素设置为1，它持有该元素的m == L-n+p+1。(L只是其中的一个常量。)
有办法在MATLAB中做到这一点而不诉诸嵌套的for-循环吗？
谢谢!
浏览 1提问于2014-11-07得票数 1
回答已采纳
给出了一个D维张量，表示为n^D的向量。
向量表示随机变量X在{0,1，.，n}^d中的D维分布，即张量中的(i_1，i_2，.，i_d)项表示X_1 = i_1，X_2 = i_2，……的概率。X_d = i_d。
我需要计算，对于每个维数d和值i\n的边际分布P(X_d = i)。
也就是说，P(X_d = i)的答案是向量的n^(D-1)项的和。
例如，如果D=2和n=4，我们有一个大小的向量x (16,1)，第一维等于1的概率是
P(X_1 = 1) = x(1) + x(2) + x(3) + x(4)
第二维等于3的概率是‘
P(X_2 = 3) = x(3) + x(7
浏览 3提问于2014-10-01得票数 1
回答已采纳
3回答
三个数组的张量积
、、
我有一个方程要数，看起来是这样的：
F(a,b) = sum(c=1...n, a*b*c[i])
我可以这样数数：
for a=
for b=
for c=
F(a,b)=F(a,b)+a*b*c
end
end
end
但我听说，在大型数组上，matlab“冻结”嵌套循环。所以我可以这样做：
a=(1:n)';
b=1:n2;
Fs=a*b;
for c=
F=F+Fs*c;
end
但我想解决这个问题，没有任何明显的循环。因此，我可以创建三个正交数组a，b，c张量乘积，得到三维数组，然后使用和函数的三维。
a(:,1,1)=1:3;
b(1,
浏览 9提问于2022-09-09得票数 0
回答已采纳
可能重复：
我试图运行一个张量分解，一个巨大的张量维数接近10000 * 300 * 100在matlab中。但是我没有存储张量的内存，更不用说计算分解了。有什么方法可以让matlab在内存不足的时候给我更多的内存？
我有4GB内存。因此，原则上，张量应该可以得到2.4GB(假设张量的每个元素占用8个字节)。有办法这样做吗？
浏览 4提问于2012-10-09得票数 0
1回答
我正在通过matlab将图像转换为二进制文件，并尝试将matlab的二进制向量(1d)加载到python中，并将它们转换为ByteTensors： img = np.fromfile(dir_train + image_name)
img = torch.ByteTensor(img) 这可以很好地工作。因为神经网络(resnet18)需要4维张量，所以之后我想把它们转换回图像，比如重塑它们。ByteTensors是2维的。做到这一点的最好方法是什么？ 目前，我的网络需要64，3，7，7维的张量，但ByteTensors是8,1914。
浏览 70提问于2020-07-10得票数 0
回答已采纳
在Tensorflow中:我有一组数组，x0、x1、x2和x3，它们是在我的程序中生成的，每个数组都有N个元素。我还有一个维度(N,2,2)的零初始化3D张量。 我想让每个数组作为3D张量的元素(在第三个方向上有N个元素)，M:,0,0 =x0，M:,0,1 =x1，M:,1,0 =x2和M:,1,1 =x3，我想用for循环来做这件事。 在我更熟悉的Matlab中，只需简单地： M(1,1,:)=x0
M(2,2,:)=x3
M(1,2,:)=x1
M(2,1,:)=x2 有没有一种方法可以在for循环中传递数组作为张量流中张量的第三维，例如： for i in range(2):
浏览 21提问于2019-06-24得票数 0
1回答
我正在使用Pytorch尝试创建一个四维张量(二进制掩码)，使用三维张量的“堆栈”，每个张量包含二进制掩码。
三维张量具有在704宽和1080高的二进制掩模中的一些分割对象的n个实例。
假设我有三个这样的三维张量。它们的大小都是n, 704 , 1080，其中n是帧的单个掩码(因此，单个二进制掩码)的数量，704是高度，1080是宽度：
t1.size = torch.Size([9, 704, 1280])
t2.size = torch.Size([12, 704, 1280])
t3.size = torch.Size([10, 704, 1280])
我想通过添加第四个维度来创建它们的
浏览 1提问于2020-04-28得票数 0
我试图根据另外两个张量的内容组装一个张量，如下所示：
我有一个叫A的二维张量，它的形状为I* J，另一个叫B的二维张量，它的形状为M* N，其元素是A的第一维的指数，我想得到一个具有M*N*J形状的三维张量C，使得[0，M)中的所有m和[0，N]中的所有m都有C[m,n,:] == A[B[m,n],:]。
我可以使用嵌套的for-循环来迭代M和N中的所有索引，在每个索引上分配正确的值给C，但是M和N很大，所以速度很慢。我怀疑有一些更好的，更快的方法来做这件事，使用聪明的切片或内置的pytorch函数，但我不知道它会是什么。它看起来有点像使用torch.gather()的地方，但这需要所有张量
浏览 3提问于2022-01-31得票数 1
回答已采纳
1回答
压扁时用矩阵乘积张量
、、、、
我有一个张量A(可以是任意维数)和一个矩阵M。我想把它们乘以张量，得到一个矩阵。
在MATLAB上，我可以简单地这样做：
function B = multiplyflatten(A,M)
B = M*A(:,:)
为了进行测试，您可以使用
A=rand(8,5,4,4)
B=rand(1,8)
如何使用numpy ndarray在python上获得等价的东西呢?下面的块不会产生类似的东西。
def multiplyflatten(A,M):
B=np.matmul(M,A[:,:])
A(:,:)在MATLAB中将多个二分子压缩成矩阵的第二维。在Python上有一种简单的方法吗？
浏览 5提问于2020-05-12得票数 1
回答已采纳
1回答
我想要求一种快速的方法来执行以下操作，无论是在本地Matlab、C++中，还是使用工具箱/库，以提供最快的解决方案。
设M是D维的张量：n1 x n2 x... x nD，设v1，v2，.，vD为D向量，其维数分别为n1，n2，.，nD.
计算乘积M*vi (1 <= i <= D)。结果是(D1)维数的多维数组.
用除M外的所有向量计算vi的乘积。
例如，D= 3：
M和v1的乘积是二维张量N (即矩阵)，其中
N[i2][i3] = Sum_over_i1 of M[i1][i2][i3]*v1[i1]
M和v2的乘积是矩阵N，其中
N[
浏览 0提问于2016-10-28得票数 1
回答已采纳
1回答
可能是一个简单的问题，希望有一个简单的解决方案：
给出了[1,N]大小的(稀疏)一维布尔张量。
我想要产生一个二维张量，它的大小是[N,N]，包含由一维张量诱导的岛屿。最容易观察到以下图像示例，上面是一维布尔张量，下面的矩阵表示得到的矩阵：
浏览 10提问于2022-06-21得票数 1
回答已采纳
4回答
我正在寻找一种在Matlab中收缩张量的两个指数的方法。
假设我有一个17,10,17,12维的张量，我正在寻找一个函数，它在第一和第三维上以相同的指数求和，并留下一个维的矩阵。
我目前正在研究张量网络，我主要使用“置换”和“重塑”功能。如果一个人正在收缩多个张量，并且从一开始就不小心，那么他可能会以i，j，i，k形式的一个张量收缩的索引结束。
当然，人们可以回到过去，以一种不会发生这种情况的方式压缩张量，但我仍然对更健壮的解决方案感兴趣。
编辑：
对…有影响的事物：
A = rand(17,10,17,12);
A_contracted = zeros(10,12);
for i = [1:
浏览 5提问于2019-04-29得票数 2
在方阵(n，n)的后张量中，一个建议是使用函数tf.diag_part( )。但是如果张量是维数(k，n，n)呢？有没有办法做到这一点？必要的输出是张量的k个方阵(n，n)的k个对角线，也就是说，我需要一个(k，n)维的输出。有什么建议吗？
浏览 0提问于2018-04-14得票数 1
1回答
在pytorch中，我必须得到维数K，L，M和M，L，N的张量，我要执行这些张量沿中间二维方向的标准张量卷积积，从而得到K，N张量。我找不到关于如何执行这些操作的正式文档，也许应该在其他库中进行更好的操作，然后再转换为py手电筒张量？
浏览 1提问于2020-07-30得票数 0
回答已采纳
我有一个张量的形状(2，G)和另一个在形状(N，2)。
我需要以这样的方式将它们相加，输出是(N，2，G)，这意味着第一个张量被复制到(N，2，G)，然后第二个张量沿着第三维被添加到每个矩阵中。(反之亦然:第二个张量被复制到(N，2，G)，第一个张量沿着第一维加入到每个次张量中)。
怎样才能在西亚诺有效地做到这一点？谢谢。
浏览 1提问于2015-09-26得票数 0
回答已采纳
1回答
Matlab中的张量收缩
、、、
可能重复：
有没有办法在Matlab中收缩高维张量？
例如，假设我有两个三维数组，具有以下大小：
size(A) == [M,N,P]
size(B) == [N,Q,P]
我想在第二个指数和第一个指数上分别收缩A和B。换句话说，我想把A看作是大小为[M,N]的矩阵的数组，B是[N,Q]矩阵的等长数组；我想把这些数组按元素(矩阵逐矩阵)相乘，得到大小为[M,Q,P]的矩阵。
我可以通过一个循环来完成这个任务：
assert(size(A,2) == size(B,1));
assert(size(A,3) == size(B,3));
M = size(A,1);
P = size(A
浏览 1提问于2011-09-01得票数 6
回答已采纳
1回答
我有一个张量维200x200x200x3.我想在MATLAB中生成一个7000个张量的数据集，保存在一个7000x200x3大小的.mat文件(或其他可以在Python中读取的扩展名)中.如何在循环中做到这一点，而不是将这些变量存储在内存中，而是直接将它们保存在文件中？
浏览 23提问于2020-12-12得票数 1
回答已采纳
通常，当我们将维数1*n的向量T与维数m*n*k的张量T相乘时，我们期望得到维数m*k/m*1*k的矩阵/张量。这意味着我们的张量有维数n*k的矩阵的n*k切片，v被乘以每个矩阵，得到的向量被叠加在一起。为了在tensorflow中做这个乘法，我想出了下面的公式。我只是想知道是否有任何内置的函数，使这个标准乘法简单吗？
T = tf.Variable(tf.random_normal((m,n,k)), name="tensor")
v = tf.Variable(tf.random_normal((1,n)), name="vector")
c = tf
浏览 3提问于2018-05-11得票数 0
回答已采纳
1回答
我有一个矩阵X的维数nx2。
利用这个矩阵，我要构造一个维数2x2xn的张量Y。使得Y(:，:，i) = X(i，:)'*X(i，:)
这是否可以在Matlab中使用一些线性代数操作而不用循环完成呢？
浏览 1提问于2014-09-11得票数 1
回答已采纳
1回答
我有N组C维点。每组有M个点。因此，有一个张量为(N，M，C)。让我们称其为特征。 我通过M维计算最大元素和索引，以找到每个C维的最大点(最大池化操作)，结果最大张量(N，1，C)和索引张量(N，1，C)。 我有另一个形状张量(N，M，3)来存储那些N*M个高维点的几何坐标。现在，我想使用每个C维中最大值点的索引，来获得所有这些最大值点的坐标。 例如，N=2、M=4、C=6。 坐标张量，其形状为(2，4，3)： [[[1, 2, 3]
[4, 5, 6]
[7, 8, 9]
[8, 7, 6]]
[11, 12, 13]
[14, 15, 16]
[17, 18, 19]
浏览 22提问于2021-03-27得票数 1
回答已采纳
看看，我看到了如何在TensorFlow中将二维张量压平为一维张量，但是如何将4D张量压平到具有TensorFlow函数的三维张量呢？
例如：
import tensorflow as tf
X = tf.random_normal([n, h, w, c], mean=1, stddev=4)
Y = ???
浏览 2提问于2017-11-27得票数 2
回答已采纳
我有一个三维张量M的维数[BxLxD]和一维张量idx的维数[B,1]，其中包含范围(0, L-1)的列索引。我想要创建一个二维张量的维数N，[BxD]，这样的N[i,j] = M[i, idx[i], j]。如何有效地做到这一点？
示例：
B,L,D = 2,4,2
M = torch.rand(B,L,D)
>
tensor([[[0.0612, 0.7385],
[0.7675, 0.3444],
[0.9129, 0.7601],
[0.0567, 0.5602]],
[[0.5450, 0.3749]
浏览 0提问于2019-09-07得票数 0
回答已采纳
例如，我有一个N B x H张量列表(即N x B x H张量)和一个N向量列表(即N x B张量)。我要把列表中的每个B x H张量乘以相应的B维张量，从而得到N x H张量。
我知道如何使用单个for-loop和PyTorch来实现计算，但是有矢量注入吗？(即不使用for-loop，只使用PyTorch/numpy操作)
浏览 2提问于2018-06-23得票数 0
回答已采纳
我有一个二维张量，在TensorFlow中有K*N维，
对于张量中的每个具有N维的行向量，我可以使用中的方法计算成对差的平方
但是，我需要对K行向量的结果进行平均:计算每个向量的成对差的平方，并对结果进行平均。
我该怎么做呢？需要您的帮助，非常感谢！
浏览 4提问于2018-06-25得票数 1
在中，tf.nn.conv2d-operation被描述为：
将滤波器压平成具有形状[filter_height * filter_width * in_channels, output_channels]的二维矩阵.
从输入张量中提取图像块，形成形状[batch, out_height, out_width, filter_height * filter_width * in_channels]的虚拟张量。
对于每个补丁，右乘滤波矩阵和图像补丁向量.
是否只需执行第二步的操作？我在API文档中找不到类似的东西。我可能是用错误的关键字搜索的。
浏览 5提问于2016-05-24得票数 1
回答已采纳
我需要将维度N的张量列表转换为具有维度N+1的新张量，以便新维度将是最右边的维度。
例如，如果x和y都是形状(4,3)的张量，那么我试图通过形成z并将张量x设置为沿第三维的第0个元素，并将张量y设置为沿第三维的第一个元素来创建形状(4,3,2)的新张量z。在伪代码中：
z = tf.fromList([x,y],3)
在Tensorflow中实现这一点的最佳方法是什么。我无法从TF 0.7.1的文档中找出它。
浏览 0提问于2016-03-02得票数 9
1回答
有一个二维张量a[m,n]和一个三维张量b[k,n,h]。我应该使用什么API将二维张量乘以三维张量来获得三维张量c[k,m,h]？ 实际上，我可以通过以下方式获得它： import tensorflow as tf
import tensorly as tl
x = tf.constant([[[1,2],[3,7],[8,9]],
[[4,5],[6,10],[11,12]]],tf.float32)
a = tf.constant([[-0.70711,0.57735],
[0.0000,0.57735],
浏览 68提问于2019-05-06得票数 0
我有一个函数，它接受n维的张量作为输入，我必须存储这个张量，以便以后重用。但是，我事先不知道张量的维数。我想这样做：
//in class.h
Eigen::Tensor<double, N> mytensor;
//in class.cpp
mytensor = input;
有没有办法做到这一点？
浏览 22提问于2021-05-19得票数 1
回答已采纳
1回答
我试图使YOLO架构与灰度图像的输入。通常，YOLO的输入是RGB图像(三维张量)，其大小为(N，N，3)，其中N是图像的大小，3表示R，G和B通道。当用枕头阅读图像时，下面的代码给出了2维张量图像。即(N，N)。
from PIL import Image
image = Image.open('sample.jpg')
image = image.convert('L')
但是，为了将此图像作为YOLO架构的输入，我需要它的大小为(N，N，1)，其中1表示灰色通道。它是三维张量。
如果可能的话，如果解决方案是用pillow的代码给出的，我会很高兴的。
浏览 3提问于2021-05-06得票数 0
1回答
我在文件中存储了一个张量(每一行文件都是一个矩阵)。在Matlab中，我想读取每一行，然后创建一个线数的张量*大小(每行的矩阵)，我只是想知道如何从n个相同大小的矩阵创建张量？
浏览 0提问于2016-08-25得票数 0
回答已采纳
在tensorflow中，我想做以下几点：
接收N1D张量
把它们作为m形的一个大的一维张量
调用一个处理此张量并生成m形张量的函数。
N1D张量中结果张量的分裂
然而，在图形创建时，我不知道每个一维张量的大小，这会产生问题。下面是我正在做的事情的一个片段：
def stack(tensors):
sizes = tf.convert_to_tensor([t.shape[0].value for t in tensors])
tensor_stacked = tf.concat(tensors, axis=0)
res = my_fun
浏览 0提问于2019-02-20得票数 0
1回答
假设x和y是两个N-dimensional张量，其中它们都有相同的维数，第一维是S大小(批处理尺寸)。假设b是布尔人的1-dimensional张量，大小为S。
我想要产生z，一个N维张量定义为：
z[i] = b[i] ? x[i] : y[i] for i from 0 to (S-1)
其中x[i]指的是x的第一个(N-1)-dimensional切片。
做这件事最简单的方法是什么？我认为tf.cond可以工作，但它只接受标量值谓词。谢谢!
浏览 1提问于2017-04-13得票数 0
回答已采纳
在Keras中，Conv2D的输入张量通常是维数为batch_size * n * n * channel_size的四维张量。现在我有一个维度为batch_size * N * n * n * channel_size的5D张量，我想为N中的每个i应用最后三个维度的2D卷积层。例如，如果内核大小为1，那么我期望输出的维度为batch_size * N * n * n * 1。 有人知道用Keras实现它的简单方法吗？ 例如，对于完全连接的层，Keras可以自动执行此操作。如果输入具有形状batch_size * N * n，则Keras中的密集层将为N中的每个i设置FC层。因此，如果设置为
浏览 23提问于2019-01-07得票数 0
回答已采纳
2回答
我打算画一个二维应力场。我手头上有两个特征向量，以及系统中所有粒子的二维应力张量场的两个特征值。我不知道如何计算这些特征向量(方向)和特征值(最大和最小应力值)，以便使用MATLAB、gnuplot、Grapher、ParaView或任何其他合适的平板形式绘制2D应力场。
任何形式的代码(C、C++、MATLAB或ParaView)，以及利用这个微不足道的特征问题的简要解释，都将是非常有价值的。
浏览 2提问于2012-06-29得票数 0
我正在努力理解tf.reshape是如何工作的。让我们举一个例子：
embeddings = tf.placeholder(tf.float32, shape=[N0,N1])
M_2D = tf.placeholder(tf.float32, shape=[N0,None])
M_3D = tf.reshape(M_2D, [-1,N0,1])
weighted_embeddings = tf.multiply(embeddings, M_3D)
这里我有一个二维张量M_2D，它的列表示维N1的N0嵌入的系数。我想要创建一个三维张量，其中M_2D的每一列都放在M_3D的第一个维度中，并且列保
浏览 0提问于2018-08-06得票数 1
回答已采纳
1回答
我正在遵循tensorflow CNN教程，遇到了一个问题，即Tensorflow中的“张量”和多维矩阵以及一般情况下，在编程上有什么不同。
我试着自己研究张量是什么，我发现的是:它可以是n阶的，其中每个元素都有n维的信息。例如，如果我们有一个张量A和一个坐标为(3,2,5,4)的数据点，那么我们讨论的是一个具有一个元素的四维张量A。对吗？
我发现的其他文章说，张量与数组相同，只是张量的元素可以转换。同样，我看不出张量和普通多维数组之间的区别。我们总是可以在数组上应用一个函数并转换元素。
你能试着澄清一下它们的定义/性质和区别吗？
浏览 3提问于2018-02-03得票数 6
回答已采纳
我需要从两个矩阵创建三维张量m，b (两个二维张量)，这样m[i][k][j] = a[i][k] * b[k][j] (实际上维数顺序在这里并不重要，所以它也可以是：) m[k][i][j] = a[i][k] * b[k][j]或m[i][j][k] = a[i][k] * b[k][j]。
我找到了创建四维张量n，n[i][l][k][j] = a[i][l]*b[k][j]的方法，现在我只需要在l==k中切片/收集/取其中的元素。
有没有任何方法可以对n进行切片，或者以其他更好的方式创建m？
a_mat = Nx.random_uniform({5,5}, names: [:i, :l
浏览 3提问于2022-06-17得票数 0
2回答
在Matlab中实现了张量分解算法。但是，实际上，我需要在Web应用程序中使用它。
所以我在Django框架上实现了网站，现在我需要将它与我的张量分解算法合并。
对于那些不熟悉张量分解的人，你可以认为在大小的矩阵上有一堆乘法，加法和除法，例如10000x8000。在张量分解的情况下，我们没有矩阵，而是三维(我的目的)数组。
顺便说一下，我使用MySQL作为我的数据库。
我正在考虑用Python或C++实现这个算法。但我不能确定哪一个更好。你知道Python和C++在处理海量数据时的效率吗？哪一个更好？为什么？
浏览 0提问于2012-04-25得票数 1
1回答
我正在做我的最后学位项目关于卷积网络，并试图理解解释显示在深入学习书由伊恩古德费罗等人。
当为二维图像定义卷积时，表达式是：
S(i,j) = (K*I)(i,j) = \sum_{m}\sum_{n}I(i+m,j+n)K(m,n)中，I是图像输入(宽度和高度为二维)，K是核心。
之后，它指出输入通常是三维张量。这是因为通常输入图像有多个通道(例如，红色、绿色和蓝色通道)。此外，它还说，当输入被看作是一批图像时，它也可以是一个4D张量，其中最后一个维度代表一个不同的例子，但是为了简单起见，它们将省略最后一个维度。我明白这一点。
现在让I_{i,j,k}成为具有行j、列k (高度和宽度)和通道
浏览 0提问于2021-05-03得票数 0
回答已采纳
2回答
PyTorch张量是如何实现的？
、、、、
我正在用Rust构建我自己的张量类，并且我试图使它像PyTorch的实现一样。
以编程方式存储张量的最有效方法是什么，特别是在像Rust这样的强类型语言中？是否有任何资源可以为如何做到这一点提供良好的洞察力？
我目前正在构建一个连续数组，因此，给定3 x 3 x 3的维数，我的数组中只包含3^3元素，这将表示张量。然而，这确实使数组的一些数学操作和操作变得更加困难。
张量的维数应该是动态的，所以我可以有一个n维数的张量。
浏览 1提问于2018-04-09得票数 14
回答已采纳
我不知道如何恰当地说出这个问题，所以我会举几个例子来描述所期望的行为。
我想用这种特殊的方法来划分张量。
将向量除以1标量，例如[1, 2, 3, 4, 5]除以2= [0.5, 1, 1.5, 2, 2.5]
将矩阵除以两个标量，例如[[1, 2, 3], [2, 3, 4]]除以[2, 4] = [[0.5, 1, 1.5], [0.5, 0.75, 1]]
将三维张量除以二维张量，例如[[[1, 2, 3], [2, 3, 4]], [[4,5,6], [7,8,9]], [[9,8,6], [1,2,3]]]除以[[1, 2], [3, 4], [5, 6]
浏览 8提问于2022-03-10得票数 2
回答已采纳
1回答
我的问题是关于这个链接中的问题
据我所知，张量结构是以图像的梯度平方为元素的矩阵。
这个方程也可以在这个链接中找到。
我对梯度矩阵的平方有疑问。
问题I:当我取图像的梯度导数时，得到的结果又是一个具有图像维数的矩阵。现在，当我把矩阵平方，得到导数的平方，如上面的公式所示，我会有点困惑。我们该怎么做？(我使用的是Matlab符号，因为我对它们比较满意)
1) Ix_squared = Ixtranspose(Ix)；
或
2) Ix_squared = Ix.结式是Ix维数的矩阵。
(在每个索引上的像素值被乘以自身)
问题II:，wiki解释说张量结构A是一个对称的平方矩阵。这意味着，Ix和Iy
浏览 3提问于2014-07-11得票数 2
1回答
假设我们有两个包围盒坐标的张量：N，维数n，4，和K，维数k，4。每个张量的每一行表示包围盒的x1、y1、x2和y2。
在Tensorflow中是否有一种有效的方法来生成n，k矩阵M，其中M[i, j] = overlap(N[i, :], K[j, :])？理想情况下，overlap将是交叉超过联合，但如果使用另一种方法更简单，也将工作。
浏览 5提问于2017-08-14得票数 1
回答已采纳
我有一个带形状BxWxH的张量A (B=Batch size，W=Width，H=Height)，并想将它转换为BxNx3形状的张量B (B=Batch size，N=Number of points=W*H)。
张量A表示深度图，例如张量0，1，2 =>给出批0中像素(1,2)的深度值。
张量B也表示深度图，但格式不同。张量B中的每个点都有以下三个维：(x坐标，y坐标，深度值)。
如何将张量A转化为张量B？
浏览 0提问于2021-03-02得票数 0
回答已采纳
假设你有一组k张量，为了简单起见，我们假设它们是2张量/矩阵：
X = rand(5,5); Y = rand(5,5);
有没有一种习惯用法将它们组合成一个3-张量，其中第一维索引矩阵？一种方法是
P(1,:,:) = X;
P(2,:,:) = Y;
现在，P具有所需的尺寸2x5x5。有没有更好的方法来做这件事？例如，在numpy中，可以简单地输入：
P = array((X,Y))
但是在matlab中，输入P=[X Y]或P=[X; Y]将分别得到10x5和5x10矩阵，而不是预期的2x5x5。
浏览 1提问于2011-08-07得票数 2
回答已采纳
2回答
假设我有一个张量二维张量x，形状为(n,m)。如何通过在x中附加零行来扩展张量的第一维，通过指定零行将位于结果张量中的索引？具体的例子是：
x = torch.tensor([[1,1,1],
[2,2,2],
[3,3,3],
[4,4,4]])
我想附加2 0行，使它们的行索引在结果张量中分别是1,3？也就是说，在示例中，结果将是
X = torch.tensor([1,1,1],
[0,0,0],
[2,2,2],
浏览 15提问于2022-11-13得票数 2
回答已采纳
1回答
索引Keras张量
、、、
my函数模型的输出层是维数x的张量(None, 1344, 2)。我希望从n < 1344的二维范围内提取x条目，并创建一个尺寸为(None, n, 2)的新张量y。
简单地访问n似乎可以直接提取n连续条目，但如果n索引是非连续的，则(似乎)很困难。在Keras中是否有一条干净的道路可以做到这一点？
到目前为止，我的方法如下。
实验1 (切片张量，连续指数，工作)：
print('My tensor shape is', K.int_shape(x)) #my tensor
(None, 1344, 2) # as printed in my code
print(&#
浏览 0提问于2018-06-02得票数 3
回答已采纳
在TensorFlow中，当张量具有较大的维数时，只为调试目的打印张量的某些部分是有用的，例如二维矩阵的对角线。我只知道如何打印整个张量如下：
sess = tf.InteractiveSession()
a = tf.constant(1.0, shape=[1000, 1000])
a = tf.Print(a, [a], "print entire a\n", summarize=1000000)
b = a + 1.
ret = sess.run(b)
上面的代码将打印出整个a张量。但我不知道怎么打印a的一部分。例如，如果我只想打印0，0而不执行sess.run(a)，
浏览 0提问于2017-10-29得票数 5
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
