回答編集履歴
5
変更
answer
CHANGED
|
@@ -4,7 +4,7 @@
|
|
|
4
4
|
そして各次元に包含されているサブ次元の数が必ずしも同じではない⇨⇨⇨⇨
|
|
5
5
|
一番大きいサイズがこの次元の代表サイズになる？
|
|
6
6
|
|
|
7
|
-
いずれにせよ、どんな場合でも一番小さい次元要素はscalarであって、それをvectorの形で纏める。
|
|
7
|
+
いずれにせよ、どんな場合でも一番小さい次元要素(末端要素)は必ずscalarであって、それをvectorの形で纏める。
|
|
8
8
|
更に、複数のvectorがあればmatrixになるーーーこれが２次元のtensorである。
|
|
9
9
|
|
|
10
10
|
要は必ずvectorが存在し、それを直線にimageできるし、
|
4
修正
answer
CHANGED
|
@@ -11,10 +11,10 @@
|
|
|
11
11
|
複数のvectorが存在すればmatrix/平面に見当てられる。
|
|
12
12
|
更に、複数のmatrixがあれば、matrixのstackをなすので、「立方体」になる⇨⇨３次元のtensorになる。
|
|
13
13
|
このような「立方体」が複数存在すれば、「立方体」のvectorになって４次元のtensorになる！
|
|
14
|
-
このようなimagingは一つの次元を一つの軸
|
|
14
|
+
このようなimagingは一つの次元を一つの軸と見なすのと同じ。
|
|
15
|
-
また
|
|
15
|
+
またtensor構造体中の諸要素は一つの軸に対応する、即ち特定の軸上のデータである。
|
|
16
16
|
このようなimagingはR.Shigemori氏が強調されたい軸説とは全然矛盾しない。。。
|
|
17
17
|
|
|
18
18
|
★★★その他
|
|
19
19
|
tensorの同じ次元においても要素数が不揃事が可能：例えば、matrixの各行の要素数が不一致するとか。
|
|
20
|
-
そして、
|
|
20
|
+
そして、ある次元に一つの要素しかない場合もある ⇨ この次元において一つの固定座標(index)しかないので、次元圧縮・削減の話が出て来る。
|
3
追加
answer
CHANGED
|
@@ -13,4 +13,8 @@
|
|
|
13
13
|
このような「立方体」が複数存在すれば、「立方体」のvectorになって４次元のtensorになる！
|
|
14
14
|
このようなimagingは一つの次元を一つの軸に見なされると同じ。
|
|
15
15
|
またtenor構造体中の諸要素は一つの軸に対応する、即ち特定の軸上のデータである。
|
|
16
|
-
このようなimagingはR.Shigemori氏が強調されたい軸説とは全然矛盾しない。。。
|
|
16
|
+
このようなimagingはR.Shigemori氏が強調されたい軸説とは全然矛盾しない。。。
|
|
17
|
+
|
|
18
|
+
★★★その他
|
|
19
|
+
tensorの同じ次元においても要素数が不揃事が可能：例えば、matrixの各行の要素数が不一致するとか。
|
|
20
|
+
そして、有る次元に一つの要素しかない場合もある ⇨ この次元において一つの固定座標(index)しかないので、次元圧縮・削減の話が出て来る。
|
2
訂正
answer
CHANGED
|
@@ -1,4 +1,5 @@
|
|
|
1
1
|
次元の間が入れ子式(nest)になっているので、包含関係/階層関係に見える。
|
|
2
|
+
要はtensorもデータ構造体である。
|
|
2
3
|
|
|
3
4
|
そして各次元に包含されているサブ次元の数が必ずしも同じではない⇨⇨⇨⇨
|
|
4
5
|
一番大きいサイズがこの次元の代表サイズになる？
|
|
@@ -8,6 +9,8 @@
|
|
|
8
9
|
|
|
9
10
|
要は必ずvectorが存在し、それを直線にimageできるし、
|
|
10
11
|
複数のvectorが存在すればmatrix/平面に見当てられる。
|
|
11
|
-
更に、複数のmatrixがあれば、matrixのstackをなすので、「立方体」になる⇨⇨
|
|
12
|
+
更に、複数のmatrixがあれば、matrixのstackをなすので、「立方体」になる⇨⇨３次元のtensorになる。
|
|
12
13
|
このような「立方体」が複数存在すれば、「立方体」のvectorになって４次元のtensorになる！
|
|
14
|
+
このようなimagingは一つの次元を一つの軸に見なされると同じ。
|
|
15
|
+
またtenor構造体中の諸要素は一つの軸に対応する、即ち特定の軸上のデータである。
|
|
13
|
-
このようなimagingはR.Shigemori氏
|
|
16
|
+
このようなimagingはR.Shigemori氏が強調されたい軸説とは全然矛盾しない。。。
|
1
修正
answer
CHANGED
|
@@ -8,6 +8,6 @@
|
|
|
8
8
|
|
|
9
9
|
要は必ずvectorが存在し、それを直線にimageできるし、
|
|
10
10
|
複数のvectorが存在すればmatrix/平面に見当てられる。
|
|
11
|
-
更に、複数のmatrixがあれば、matrixのstackをなすので、「立方体」になる⇨⇨⇨
|
|
11
|
+
更に、複数のmatrixがあれば、matrixのstackをなすので、「立方体」になる⇨⇨⇨３次元のtensorになる。
|
|
12
12
|
このような「立方体」が複数存在すれば、「立方体」のvectorになって４次元のtensorになる！
|
|
13
13
|
このようなimagingはR.Shigemori氏の説明とは全然矛盾しない。。。
|