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；

经典张量入门文章

TT-Toolbox (TT=Tensor Train) 2.2 版TT(Tensor Train) 格式是一种有效的低参数方式高维张量的表示。 TT-工具箱是基本操作的 MATLAB 实现TT 格式的张量。 这包括： * tt_tensor 和 tt_matrix 类用于存储向量和运算符* 基本线性代数子程序（加法、矩阵乘向量积、 元素乘法和许多其他）使用标准 MATLAB 语法， 尺寸的线性复杂度，整形函数*快速的舍入程序，具有规定的精度* 高级逼近和求解技术： * 线性系统和特征值问题的近似解*交叉方法来近似“黑盒”张量* 小波张量训练分解* 基本运算符和函数的构建（拉普拉斯运算符，TT-张量的函数） *计算张量的最大和最小元素* 和其他几个 2.2 版的新功能*更好的文档* 混合 QTT-Tucker 格式（qtt_tucker 类） * TT-张量/TT-矩阵的重塑函数* d

Simmonds J.G. A Brief on Tensor Analysis (2ed., UTM, Springer, 1997)(ISBN 038794088X)(T)(123s)

在信号处理、数据分析和科学计算中，经常会遇到将张量分解为贡献之和的问题。 为了解决这些问题，搜索方向和步长都是数值算法中的两个关键要素，例如交替最小二乘算法（ALS）。 这是一种具有用于三阶张量分解的线搜索方法的ALS。 这里的新技术是用于计算复杂最优步长 (OSSc) 的直接方法的子程序。 这种直接方法 (OSS) 的启发式实现通常比最佳步长快。 两个外推搜索方向，几何和代数（“geo”和“alg”），比线性方向更有效。 享受！

支持张量机 尝试实现算法“支持张量机”

Matlab集成的c代码tensor_decoding_spectral_SCI_cameras 我们应用张量解码方案对SCI摄像机进行解码。 该存储库包含论文“利用低秩张量和非局部相似性解码高光谱SCI摄像机”的代码 快照压缩成像（SCI）相机将多个光谱帧压缩为单个测量帧。 对于SCI摄像机而言，准确而高效的解码方法非常重要。 然而，诸如GAP-TV和DeSCI之类的现有算法分别由于精度低和执行时间长而不能令人满意。 在本文中，我们提出了一种解决这两个问题的新算法低秩张量和非局部相似度（LTNS）。 我们提出的LTNS算法比DeSCI的平均PSNR提高了3.98dB，比GAP-TV平均提高了5.63dB。 此外，与DeSCI的8小时运行时间相比，我们的算法（LTNS）将运行时间减少到不到一分钟。 我们还将算法与GMM-TP和MMLE-GMM进行了比较。 此代码使用鸟类数据集和玩具数据集，它们是编码的Kong径快照光谱成像（CASSI）数据集。 我们在代码中进行比较的方法是经过多次迭代的LTNS和GAP-TV。 用法 要求是带有并行计算工具箱的MATLAB（R）（用于多CPU加速的pa

主要介绍了tensor和numpy的互相转换的实现示例，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧