tntorch-使用PyTorch进行Tensor网络学习
，这是一个由PyTorch支持的使用张量网络的建模和学习库。 这样的网络的独特之处在于（而不是非线性激活单元）。 功能包括：
张量的基本和奇特索引，广播，分配等
张量分解与重建
按元素和张量-张量算术
使用交叉逼近从黑盒函数构建张量
从张量中找到全局最大值和最小值
统计和敏感性分析
使用自动分化进行优化
杂项张量的运算：堆叠，展开，采样，求导等。
批处理操作（正在进行中）
可用的包括：
混合动力车：CP-Tucker，TT-Tucker等
其他分解，例如和自定义格式
例如，以下网络都以TT和TT-Tucker格式表示4D张量（即，可以采用I1 x I2 x I3 x I4可能值的实函数）：
在tntorch中，所有张量分解共享相同的接口。 您可以以透明的形式处理它们，就像它们是普通的NumPy数组或PyTorch张量
2021-11-12 16:21:53
797KB
1
tensorflow GPU v1.12.2 for ubuntu 16.04 (sse2) 支持amd k8,默认支持sse2,支持python3.6,支持cuda 9.2 cudnn7.5
起因是默认的tensorflow包安装后提示没有sse4.1支持,所以自己编译此包。
2021-10-29 14:53:43
106.48MB
1
去噪声代码matlab
张量
Matlab代码，用于基于凸优化的张量分解（补全/去噪）。
这是一个更新，更干净但文档较少的存储库。
也请看看我的老。
2021-10-10 10:27:48
55KB
1
附录里的matlab代码张量死亡率预测
该目录提供了可在以下论文中重现结果的代码：
Dong，Y.，Huang，F.，Yu，H.，＆Haberman，S.（2019年）。
使用张量分解预测多族群死亡率，工作论文。
软件依赖
地块/表格是在以下软件下生成的
MATLAB
R2018b
作业系统：Windows
10
[重要笔记]：
“张量工具箱”用于进行张量分解。
主页是。
“
DSP系统工具箱”用于计算RMSE
/
RMSFE。
可以在MATLAB中下载。
“
Econometrics
Toolbox”用于拟合时间序列模型。
可以在MATLAB中下载。
“并行计算工具箱”用于执行parfor循环。
可以在MATLAB中下载。
Lee-Carter模型的MATLAB代码可从本文的附录（图9）中获得。
您也可以使用其他软件来拟合Lee-Carter模型，因为它是著名模型。
由于版权，我们不提供Lee-Carter模型的代码。
此处使用的数据是中心死亡率（Mx_1x1），应从“人类死亡率数据库”（）进行下载和处理。
为了方便起见，我们将数据安排为“
.mat”格式。
繁殖指南
我们以10个欧
2021-09-25 22:13:24
4MB
1