瞧一瞧：谷歌开源张量计算库_速度提高100倍-电子发烧友网

6月5日消息，据外媒报道，日前，谷歌公司的人工智能部门与加拿大圆周理论物理研究所，以及谷歌母公司Alphabet的X实验室共同发布了TensorNetwork。据了解，这是一个旨在提高张量计算效率的开源库。

占用耕地违建如何强拆
gn="center">

TensorNetwork通过使用谷歌的TensorFlow机器学习框架作为后端，并针对GPU进行优化来提升张量计算的效率。在初步测试中，谷歌表示，与CPU上的运行速度相比，TensorNetwork可提供高达100倍的计算速度。

张量是根据其顺序按层次结构分类的多维数组。普通数是零阶张量，而向量是一阶张量，矩阵是二阶张量。因此，张量网络是压缩图形编码的张量收缩模式，由几个张量组成，并共同构成一个新的张量。

张量网络可以非常有效地代表几个、几十个甚至是上百个张量。张量网络不是直接存储或操纵张量，而是将张量表示为较小张量在较大张量网络形状中的收缩。这使得它们在图像分类、目标识别和其他人工智能任务中更加实用。

拆迁款会低于售房价格吗
tyle="text-indent: 2em;"> 高阶张量被表示为多个低阶张量

TensorNetwork的设计就是为了实现这一点，作为一个通用的张量网络算法库，谷歌希望它对研究工程师和研究科学家有用。谷歌指出，近似量子态是物理学中张量网络的典型用例，能够非常直观的展现TensorNetwork的能力。

研究人员表示：“张量网络让我们专注于量子态与现实世界集体土地协议搬迁可以强拆吗
问题最相关的部分，比如低能量态，而忽略其他不相关的状态。通过开源社区，我们也会为TensorNetwork添加新的功能。我们希望TensorNetwork成为物理学家和机器学习从业者的宝贵工具。”

当前，张量网络正被越来越多地用于机器学习领域，用来执行复杂的计算任务。不过，广泛应用张量网络仍面临着许多障碍。首先，没有一个开源库能够用来进行大规模运行底层算法，此外，大多数张量网络文献都是面向物理应用的。而谷歌发布的TensorNetwork很好的解决了这一问题。