linux下安装Anaconda3+pytorch+tensorboardX依赖包, 安装见 https://blog.csdn.net/shanglianlm/article/details/88749803
2021-09-17 10:25:06
130.96MB
1
Tensor calculation,关于张量计算的经典书籍。
标量、向量、张量是数学的。。。。。
2021-09-17 00:41:33
3.25MB
1
svd算法matlab代码张量代码
用于计算各种张量分解的MATLAB代码。
大多数共享代码都没有经过优化，只能用来检查提出的新张量分解模型的可行性。
大多数算法也基于交替最小二乘的变体。
最近更新：21/02/2019
-
-
-
-
内容
-
-
-
-
-
1
/基于字典的分解
一组使用CPD模型分解张量的函数，其中一个因素存在于大量已知组件字典中。
a）M2PALS：可以使用多个词典，每个词典要选择的原子数都有界限。
b）MPALS：张量T的CPD中的因子A为A
=
D（：，K），K为一组同名异形。
具有贪婪和灵活的算法。
c）ProxOp：l_1和l_∞引起的矩阵范数，python和Matlab代码的近邻运算符均可用。
Python代码以更优化的方式实现。
2
/耦合分解
a）CCP：弹性耦合张量分解。
b）NNP2：在耦合模式下具有非负约束的灵活耦合的PARAFAC2。
c）注册CP：即将推出
3
/约束张量数据的压缩和加速约束
a）PROCO-ALS：快速的非负张量PARAFAC
/规范多态分解。
压缩基于随机SVD。
4
/非线性张量分解
a）NLFD：非线性荧光分
2021-08-31 21:54:36
2.13MB
1
先上代码：
import tensorflow as tf
x = tf.ones(shape=[100, 200], dtype=tf.int32, name='x')
y = tf.zeros(shape=[2, 3], dtype=tf.float32, name='y')
with tf.Session() as sess:
print(sess.run([x, y]))
输出结果如下：
如果我调试的时候想查看省略号代表的值是什么
只需要改成如下代码就行：
import tensorflow as tf
import numpy as np #借助numpy模块的set_pr
2021-08-31 21:39:50
76KB
1
2.1 基于相位超前补偿的准比例谐振控制器
单闭环控制的基波电压增益和动态响应速度由比例准谐振控制器提供，比例准谐振控制
器的频域传递函数形式如式所示(3)： 90
2 2
s
(s)
s s
R
P
N
K
G K
(3)
数字离散控制系统的 PWM 动作存在等效若干周期延时，同时逆变器输出滤波器存在基
波相移，导致控制器输出调节量响应的相位滞后，无论是谐振控制器还是重复控制器，都需
要对这个延时进行超前矫正补偿。对于谐振控制器，可通过调整控制器零点的分布偏移，通
过配置控制器零点的相位来进行相位矫正。此策略通过对谐振控制器的分子项零点通过增加95
相位偏移达到，有目的明确，易于实现的优点。谐振控制器的分子在零点 ωN处补偿相位，
其中φ 是谐振频率处期望的补偿相位值。考虑相位补偿时的准 PR 控制器如式(4)：
2021-08-23 19:59:23
521KB
1
张量投票tensor voting，算法理论详述，入门必备资料
2021-08-20 10:59:10
17.43MB
1