• 17.Tensor Product Spaces


    同样,本文仍采用非标准 的符号。

    在之前的文章里,已经展示了: 使用张量积将向量和协向量组合在一起可以为我们提供线性映射,这个线性映射的系数实际上只是一个数组的条目。

    还展示了:使用张量积组合两个协向量,可以得到一个双线性形式,该双线性形式的系数实际上只是与这些协向量关联的两个行向量的Kronecker 积 给出的数组的条目。

     

    张量积是什么

    向量和协向量之间的张量积,它按某个数字“n”缩放时,可以按“n”缩放向量或按“n”缩放协向量,都得到相同的结果。

    使用标准符号的话,如下图1

    加法:

    类似于提公因子,并且是在同一侧的。

    使用标准符号的话,如下图2:

     

    缩放规则其实是:

    加法规则:(需要注意的是,必须是公因子在同一侧)

     

    张量积空间的概念

    有了上面这些规则,它们其实是构成了向量空间

    VVVV是组合了向量空间 , 不像αβ是向量组合向量

    what are the elements of VV

    这个向量空间(VV)的成员:(1,1)-Tensors 

    记住: 向量分量vi 有个在上方的索引 ; 协向量分量αi 有个在下方的索引

    所以向量空间VV的元素可以被解释为任何上图中的东西,这取决于我们给定的输入的数量和类型。

    考虑回之前的事情,我们对张量积有相同的旧规则,

    V就代表向量空间--分量是上标、向量是下标,  V 就代表协向量空间--分量是下标、协向量是上标, 用作运算的话,就是组合,一个V就一个上标,就这么个规律。

    因此,如果我们从以前从未见过的向量空间中获得一些新的张量,只需查看向量空间就可以轻松获得正确的分量索引。

    对于所有这些映射都是线性的,如果我选择保持除一个之外的全部输入不变(仅改变一个输入,其他输入不变), 我们称以这种方式运行的函数为“多线性映射”。

    多线性映射  是一个函数,且遵守两个属性:

    总结:

    了解了张量积的定义,这是一种组合张量的方式,遵循缩放和相加规则。

    从张量积中得到的张量形成了新的向量空间,使用向量空间的张量积来表示:

    所有的张量都是多线性映射,

     

  • 相关阅读:
    containerd的安装和使用
    前端开发需掌握的linux命令行
    基于SSM的博客系统开发
    Educational Codeforces Round 157 (A--D)视频详解
    【Python】模拟windows文件名排序
    Mac 中修改默认 的Python 版本
    【Unity入门计划】Unity交互-实现玩家角色发射子弹攻击敌人
    增速4755%!撬动海外美妆市场,赛盈分销洞察美国市场年终布局方向!
    torch.mv
    SpringMVC-HttpMessageConverter(请求体/响应体)/文件下载与上传)
  • 原文地址:https://blog.csdn.net/weixin_67497686/article/details/133973157