HyperAI超神经

张量 Tensor

张量是一个多线性函数,可被用于表示矢量、标量和其他张量之间的线性关系,这些线性关系的基本例子包括内积、外积、线性映射及笛卡尔积。

坐标在 N 维空间中,有 N ^ r 个分量,每个分量即坐标函数,当坐标发生变换时,这些分量也将依照某些规则做线性变换,其中 r 被称为该张量的秩或阶。

在同构意义下,设第零阶张量(r = 0)为标量、第一阶张量(r = 1)为矢量、第二阶张量(r = 2)则为矩阵。

根据变换方式的不同,张量可分成指标在下者的「协变张量」、指标在上者的「逆变张量」和指标在上和指标在下两者都有的「混合张量」三类。