TensorLy-Torch是一个用于深度张量网络的Python库

[www.ziwang.com]

ai模型的基础单位：张量tensor，位于金字塔塔尖，属于最基础的单位，与我们agm阿格姆项目的tokne类似，但token隐含了id概念

https://github.com/tensorly/torch
TensorLy-Torch是一个用于深度张量网络的Python库，它建立在TensorLy和PyTorch之上。它允许在深度学习环境中轻松利用张量方法，并随附所有电池。

网站： http://tensorly.org/torch/
源代码：https://github.com/tensorly/torch
使用 TensorLy-Torch，您可以轻松：

张量分解：分解、操作和初始化张量分解可能很棘手。我们通过方便、统一的 API 处理这一切。
利用数据中的结构：使用张量层，您可以通过张量回归层、因式分解卷积等轻松利用数据中的结构
内置张量层：您所要做的就是导入张量火炬，并将我们提供的层直接包含在您的 PyTorch 模型中！
张量钩子：您可以使用我们内置的张量钩轻松增强您的架构。使用张量 Dropout 增强您的网络，并使用 L1 正则化自动选择端到端排名！
所有可用的方法：我们一直在添加更多方法，以便于比较各种基于深度张量的方法的性能！
深度张量学习
张量方法将矩阵代数运算推广到高阶。深度神经网络通常在高阶张量之间进行映射。事实上，正是深度卷积神经网络保存和利用局部结构的能力，以及大型数据集和高效的硬件，使当前的性能水平成为可能。张量方法允许进一步利用和保留该结构，用于单个层或整个网络。