知识卡片
张量批次与广播
张量可用多个维度组织数据:标量零阶、向量一阶、矩阵二阶,一批图像可以增加批次维度。把 b 个 n 维样本作为 n×b 矩阵,与 k×n 权重相乘得到 k×b;k×1 偏置通过广播加到每列。以批平均损失求梯度,与固定参数下逐样本梯度求平均等价。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 工业级深度学习框架 12.1 张量 · 查看原书依据
不支持表示更高阶的张量
参考来源
- 位置:《用Python实现深度学习框架》第12章《工业级深度学习框架》,12.1 张量(来源项目 book-source:`extracted/用Python实现深度学习框架/_epub-src/text/part0000_split_097.html`)
- 结论依据:原文给出实验、框架机制或工程方案;卡片对条件、数值边界和性能外推作限定。
- 原始内容:不支持表示更高阶的张量。