टेंसर
एक टेंसर एक एन-आयामी मैट्रिक्स है :
- एक अदिश एक 0-आयामी टेंसर है
- वेक्टर एक 1-आयामी टेंसर है
- एक मैट्रिक्स एक 2-आयामी टेंसर है
एक टेंसर उच्च आयामों के लिए वेक्टर और मैट्रिस का सामान्यीकरण है ।
| अदिश | वेक्टर | ||||||||||||||||||||||||||
| 1 |
|
||||||||||||||||||||||||||
| आव्यूह | टेन्सर | ||||||||||||||||||||||||||
|
|
टेंसर रैंक
एक एन -डिमेंशनल स्पेस में एक टेंसर की जितनी दिशाएँ हो सकती हैं , उसे टेंसर का रैंक कहा जाता है।
रैंक को R दर्शाया गया है ।
एक अदिश एक एकल संख्या है। आर = 0 ।
- इसमें 0 अक्ष हैं
- इसकी रैंक 0 . है
- यह एक 0-आयामी टेंसर है
एक वेक्टर संख्याओं की एक सरणी है। आर = 1 ।
- इसमें 1 अक्ष है
- इसकी रैंक 1 . है
- यह एक 1-आयामी टेंसर है
एक मैट्रिक्स एक 2-आयामी सरणी है। आर = 2 ।
- इसमें 2 अक्ष हैं
- इसकी रैंक 2 . है
- यह एक 2-आयामी टेंसर है
वास्तविक टेंसर
तकनीकी रूप से, उपरोक्त सभी टेंसर हैं, लेकिन जब हम टेंसर की बात करते हैं, तो हम आम तौर पर 2 ( R > 2 ) से बड़े आयाम वाले मैट्रिक्स की बात करते हैं।
जावास्क्रिप्ट में रैखिक बीजगणित
रैखिक बीजगणित में, सबसे सरल गणित वस्तु अदिश है :
const scalar = 1;
एक और सरल गणित वस्तु ऐरे है :
const array = [ 1, 2, 3 ];
मैट्रिक्स 2-आयामी सरणी हैं :
const matrix = [ [1,2],[3,4],[5,6] ];
वैक्टर को केवल एक कॉलम के साथ मैट्रिसेस के रूप में लिखा जा सकता है:
const vector = [ [1],[2],[3] ];
सदिशों को Arrays के रूप में भी लिखा जा सकता है :
const vector = [ 1, 2, 3 ];
टेंसर एन-आयामी सरणी हैं :
const tensor = [ [1,2,3],[4,5,6],[7,8,9] ];
जावास्क्रिप्ट टेंसर संचालन
जावास्क्रिप्ट में प्रोग्रामिंग टेंसर ऑपरेशंस, आसानी से लूप की स्पेगेटी बन सकते हैं।
जावास्क्रिप्ट लाइब्रेरी का उपयोग करने से आप बहुत अधिक सिरदर्द से बचेंगे।
टेंसर संचालन के लिए उपयोग की जाने वाली सबसे आम पुस्तकालयों में से एक को tensorflow.js कहा जाता है ।
टेन्सर जोड़
const tensorA = tf.tensor([[1, 2], [3, 4], [5, 6]]);
const tensorB = tf.tensor([[1,-1], [2,-2], [3,-3]]);
// Tensor Addition
const tensorAdd = tensorA.add(tensorB);
// Result [ [2, 1], [5, 2], [8, 3] ]
टेंसर घटाव
const tensorA = tf.tensor([[1, 2], [3, 4], [5, 6]]);
const tensorB = tf.tensor([[1,-1], [2,-2], [3,-3]]);
// Tensor Subtraction
const tensorSub = tensorA.sub(tensorB);
// Result [ [0, 3], [1, 6], [2, 9] ]
टेंसरफ़्लो के बारे में अधिक जानें ...