记张量积的数学记号为 ⊗。

1. linear

假设 V,W 为线性空间(vector spaces),f:V→W是线性(linear)的,如果满足:

f(v1+v2)=f(v1)+f(v2)f(αv)=αf(v)
  • f 表示的是两个线性空间的映射,从线性空间 V 到线性空间 W;

2. bilinear

有三个线性空间,U,V,W,f:U×V→W是双线性的(bilinear),如果:

f(u1+u2,v)=f(u1,v)+f(u2,v)f(u,v1+v2)=f(u,v1)+f(u,v2)f(αu,v)=αf(u,v)=f(u,αv)
  • 当 v 固定,f(u,v) 在 u 中是线性的;

    • f(u,v)=fv(u)=fv(u1+u2)=fv(u1)+fv(u2)
    • f(αu,v)=fv(αu)=αfv(u)
  • 当 u 固定时,f(u,v) 在 v 是线性的;

3. U⊗V

{bilinearU×V→W}≃Hom(U⊗V,W)
  • U⊗V 仍然是线性空间(是一个新的线性空间),才能使双线性映射(bilinear maps) U×V→W 是 U⊗V→W上的线性映射(linear map)。

    • 既然 U⊗V 是一个新的线性空间,不仿记为 X
    • 此时 U⊗V→W 可被重新描述为 X→W

4. 张量的相关计算

U⊗V 该线性空间中的元素:{u⊗v|u∈U,v∈V}

因为 U⊗V 仍然构成线性空间(f(u,v):U⊗V),所以有:

f(u1+u2,v)=f(u1,v)+f(u2,v)⇒(u1+u2)⊗v=u1⊗v+u2⊗vf(u,v1+v2)=f(u,v1)+f(u,v2)⇒u⊗(v1+v2)=u⊗v1+u⊗v2f(αu,v)=αf(u,v)=f(u,αv)⇒(αu)⊗v=α(u⊗v)=u⊗(αv)

5. 一个实例

定义二维线性空间:R2=⟨e1,e2⟩,则 R2⊗R2的标准基由下述构成:

e1⊗e1,e1⊗e2,e2⊗e1,e2⊗e2

从张量积(tensor product)到多重线性代数(multilinear algebra)的更多相关文章

  1. 线性代数 | Linear Algebra

    网上说<线性代数应该这样学>非常不错,再配合大学教材,把线性代数的基本知识点过一遍. 线性代数 - 知乎 最近在跟一个教程:李宏毅的线性代数 基本知识: Rn :We denote the ...

  2. 线性代数 -- Linear Algebra with Applications

    @.如果线性方程组无解,则称该方程组是不相容的(inconsistent). @.如果线性方程组至少存在一个解,则称该方程组是相容的(consistent). @.等价方程组(equivalent s ...

  3. python深度学习培训概念整理

    对于公司组织的人工智能学习,每周日一天课程共计五周,已经上了三次,一天课程下来讲了两本书的知识.发现老师讲的速度太快,深度不够,而且其他公司学员有的没有接触过python知识,所以有必要自己花时间多看 ...

  4. (转)TensorFlow 入门

        TensorFlow 入门 本文转自:http://www.jianshu.com/p/6766fbcd43b9 字数3303 阅读904 评论3 喜欢5 CS224d-Day 2: 在 Da ...

  5. R中的统计模型

    R中的统计模型 这一部分假定读者已经对统计方法,特别是回归分析和方差分析有一定的了解.后面我们还会假定读者对广义线性模型和非线性模型也有所了解.R已经很好地定义了统计模型拟合中的一些前提条件,因此我们 ...

  6. tensorflow op tf.global_variables_initializer

    一.安装目前用了tensorflow.deeplearning4j两个深度学习框架, tensorflow 之前一直支持到python 3.5,目前以更新到3.6,故安装最新版体验使用. 慢慢长征路: ...

  7. MATLAB矩阵运算

    1. 矩阵的加减乘除和(共轭)转置 (1) 矩阵的加法和减法 如果矩阵A和B有相同的维度(行数和列数都相等),则可以定义它们的和A+B以及它们的差A-B,得到一个与A和B同维度的矩阵C,其中Cij=A ...

  8. Domain Adaptation (3)论文翻译

    Abstract The recent success of deep neural networks relies on massive amounts of labeled data. For a ...

  9. 论文翻译——Recursive Deep Models for Semantic Compositionality Over a Sentiment Treebank

    Abstract Semantic word spaces have been very useful but cannot express the meaning of longer phrases ...

随机推荐

  1. 基于cropper.js的图片上传和裁剪

    项目中要求图片上传并裁剪的功能,之前也有接触过很多图片裁剪插件,效果体验不是很好,今天推荐一款好用的插件-cropper,超级好用,裁剪功能丰富,满足了各种需求. 功能: 1:点击选择图片,弹出文件夹 ...

  2. [Mobx] Use MobX actions to change and guard state

    This lesson explains how actions can be used to control and modify the state of your application. Th ...

  3. SpringBoot 使用yml配置 mybatis+pagehelper+druid+freemarker实例

    SpringBoot 使用yml配置 mybatis+pagehelper+druid+freemarker实例 这是一个简单的SpringBoot整合实例 这里是项目的结构目录 首先是pom.xml ...

  4. [D3] Modify DOM Elements with D3 v4

    Once you can get hold of DOM elements you’re ready to start changing them. Whether it’s changing col ...

  5. OVS中对于用户层和datapath层的多个通道利用epoll进行控制

    这里先临时记录下代码流程,有待完好. static int construct(struct ofproto *ofproto_) { struct ofproto_dpif *ofproto = o ...

  6. C#学习笔记——常量、字段以及事件

    一 常量与字段 (一) 常量 常量总是被视为静态成员,而不是实例成员.定义常量将导致创建元数据.代码引用一个常量时,编译器会在定义常量的程序集的元数据中查找该符号,提取常量的值,并将值嵌入IL中.由于 ...

  7. linux终端下一些“风骚”的按键操作及Linux终端命令

    linux终端下一些"风骚"的按键操作 <backspace>  删除 <ctrl-l>     清空屏幕, 相当于clear tab            ...

  8. vue项目实现导出数据到excel

    实现导出功能分两种,一种是客户端拿到数据做导出,第二种是服务器端处理好,返回一个数据流实现导出 第一种网上很容易找到,也很好用,本文要说的是第二种. fetchExport({ id: this.so ...

  9. UVA 11039 - Building designing 水题哇~

    水题一题,按绝对值排序后扫描一片数组(判断是否异号,我是直接相乘注意中间值越界)即可. 感觉是让我练习sort自定义比较函数的. #include<cstdio> #include< ...

  10. CleanCode代码整洁之道培训总结(2015-03-14)

    为期四天的CleanCode培训时间非常短.非常难准确掌握一些知识.但让我对代码有了一个又一次的认识和启示:之前也有看过设计模式.重构之类的书,看完之后也有一些感触,过后在写代码中还是不能应用进来,事 ...