Tensor 分解入门笔记:从基本记号到 CP、Tucker 与 PARAFAC2
这篇笔记主要根据 Kolda 与 Bader 的综述论文 Tensor Decompositions and Applications 整理,用来建立张量分解的基础概念。可以把它理解成从矩阵分解继续往高维数组推广:向量是一阶张量,矩阵是二阶张量,三维及以上数组就是高阶张量。
Data Science / NLP / LLM Applications
大四学生,正在系统训练 Python、PyTorch、算法、NLP/LLM 应用和 RAG 项目能力。 这里记录我的学习路线、项目复盘和技术笔记。
NLP/LLM 应用算法、RAG/Agent、数据挖掘、搜索/推荐基础。
Tensor 分解入门笔记:从基本记号到 CP、Tucker 与 PARAFAC2
这篇笔记主要根据 Kolda 与 Bader 的综述论文 Tensor Decompositions and Applications 整理,用来建立张量分解的基础概念。可以把它理解成从矩阵分解继续往高维数组推广:向量是一阶张量,矩阵是二阶张量,三维及以上数组就是高阶张量。