理解爱因斯坦符号和 einsum 乘法

使用字符串符号执行高阶张量运算继续阅读 Towards Data Science »

来源:走向数据科学
TatonMoïse Unplash

了解爱因斯坦的符号和Einsum乘法

用字符串符号执行高阶张量操作

简介

机器学习在很大程度上取决于线性代数操作,至关重要的是要很好地了解矩阵(或更精确地之间的张量)之间的乘法如何工作。

我经常注意到那些接近pytorch或Tensorflow等机器学习框架的人在遇到有关张量之间尺寸不匹配的错误时存在许多问题。在这篇简短的文章中,我想对此提出一些清晰度,并介绍使用Einsum。

einsum

从标量到张量

在机器学习中,我们根据数据的维度(DIM)区分数据。使用:

    标量dim = 0向量= 1matrices dim = 2tensor dim = 3(或更多)
  • 标量dim = 0
  • 矢量dim = 1
  • 矩阵dim = 2
  • 张量DIM = 3(或更多)
  • 作者的图像

    在Pytorch中,我们可以很容易地创建这些数据类型。

    导入火炬#创建标量张量表…