使用TensorLy的Python中的Tensor方法 该存储库包含一系列有关张量学习的教程和示例，以及使用在Python中的实现以及如何使用 ， 和框架作为后端将张量方法与深度学习结合在一起。 安装 您将需要安装TensorLy的最新版本才能按照说明中的运行这些示例。 最简单的方法是克隆存储库： git clone https://github.com/tensorly/tensorly cd tensorly pip install -e . 然后只需克隆此存储库： git clone https://github.com/JeanKossaifi/tensorly_notebooks 您准备好出发了！ 目录 1-张量基础 2-张量分解 塔克分解 3-张量回归 低秩张量回归 4-Tensor方法和MXNet后端的深度学习 通过梯度下降的塔克分解 张量回归网络 5-使用PyT

张量分析，A Brief on Tensor Analysis (2nd Ed)(T)，djvu版本，资源来自互联网

多方面张量分析，Tensor Analysis on Manifolds，资源来自互联网

T3C_Toolbox_LYuan 该存储库提供了两种张量完成算法：张量训练加权优化（TTWOPT）和张量训练随机梯度下降（TTSGD），它们基于张量训练分解和基于梯度的优化方法。 [1]袁隆浩，赵启斌和曹建庭。 “通过张量-序列分解完成缺少条目的高阶张量数据。” 国际神经信息处理会议。 斯普林格（Cham），2017年 [2]袁龙浩，赵启斌和曹建庭。 “在张量-训练格式下通过基于梯度的优化完成高维张量。” arXiv预印本arXiv：1804.01983（2018）。

pytorch改变tensor维度的方法，包括 view、unsqueeze、squeeze、transpose等方法

Matlab 张量工具包、HOSVD算法、Tucker分解、高阶奇异值分解

张量投票的实例代码，二维的，作为参考，C++代码。

pytorch改变tensor维度 Approach 1: add dimension with None Approach 2: unsqueeze Approach 3: view Approach 4: reshape Approach 5: resize_ 如果只想添加一个维度（例如，为批次添加第0个维度），则使用unsqueze（0）。如果要完全改变维度，请使用reshape（）。

TensorFlow-PythonApi中文版；内附英文对照版，用Google翻译亲自爬下来的，因为是机器翻译会有不准确的地方，但是日常应急已经够了 童叟无欺;感谢（http://www.tensorfly.cn/ 上有中文教程，但是没有api的中文翻译，所以这里只提供API的中文翻译）

TensorFlow 2.0 Alpha版，用户现在可以抢先体验；(进群交流下载887372329）2.0版本具有简易性、更清晰、扩展性三大特征，大大简化API；