回答編集履歴
5
変更
test
CHANGED
@@ -10,7 +10,7 @@
|
|
10
10
|
|
11
11
|
|
12
12
|
|
13
|
-
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。
|
13
|
+
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。
|
14
14
|
|
15
15
|
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。
|
16
16
|
|
4
修正
test
CHANGED
@@ -24,9 +24,9 @@
|
|
24
24
|
|
25
25
|
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!
|
26
26
|
|
27
|
-
このようなimagingは一つの次元を一つの軸
|
27
|
+
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。
|
28
28
|
|
29
|
-
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。
|
29
|
+
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。
|
30
30
|
|
31
31
|
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。。。
|
32
32
|
|
@@ -36,4 +36,4 @@
|
|
36
36
|
|
37
37
|
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。
|
38
38
|
|
39
|
-
そして、
|
39
|
+
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
test
CHANGED
@@ -29,3 +29,11 @@
|
|
29
29
|
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。
|
30
30
|
|
31
31
|
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。。。
|
32
|
+
|
33
|
+
|
34
|
+
|
35
|
+
★★★その他
|
36
|
+
|
37
|
+
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。
|
38
|
+
|
39
|
+
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
test
CHANGED
@@ -1,4 +1,6 @@
|
|
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
|
+
|
3
|
+
要はtensorもデータ構造体である。
|
2
4
|
|
3
5
|
|
4
6
|
|
@@ -18,8 +20,12 @@
|
|
18
20
|
|
19
21
|
複数のvectorが存在すればmatrix/平面に見当てられる。
|
20
22
|
|
21
|
-
更に、複数のmatrixがあれば、matrixのstackをなすので、「立方体」になる⇨⇨
|
23
|
+
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。
|
22
24
|
|
23
25
|
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!
|
24
26
|
|
27
|
+
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。
|
28
|
+
|
29
|
+
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。
|
30
|
+
|
25
|
-
このようなimagingはR.Shigemori氏
|
31
|
+
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
test
CHANGED
@@ -18,7 +18,7 @@
|
|
18
18
|
|
19
19
|
複数のvectorが存在すればmatrix/平面に見当てられる。
|
20
20
|
|
21
|
-
更に、複数のmatrixがあれば、matrixのstackをなすので、「立方体」になる⇨⇨⇨
|
21
|
+
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。
|
22
22
|
|
23
23
|
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!
|
24
24
|
|