Python kruskal_to_tensor（）方法说明

我试图理解tensorly包中的tl.kruskal_to_tensor（）方法。 我知道它以矩阵列表作为输入，并产生张量，其cp分解为矩阵？它将矩阵列表作为输入

但我看到了以下代码：

import tensorly as tl
rank =5
dim1= 9
dim2=8
dim3=7
A= tl.tensor(np.random.normal(0,1,[dim1,rank]))
B= tl.tensor(np.random.normal(0,1,[dim2,rank]))
C= tl.tensor(np.random.normal(0,1,[dim3,rank]))

T_approx_old = tl.kruskal_to_tensor((np.ones(rank),[A,B,C]))

我不理解这个方法中的np.ones（秩）参数

---

它是做什么的？

这个版本的

kruskal_to_tensor

记录在

np.one

对应于Kruskal张量的权重：Kruskal张量将张量表示为秩1张量的加权和（向量的外积，收集为因子矩阵的列）。在你的例子中，和的权重都是1，并且在1的向量中累加

---

请注意，您可以计算Kruskal张量的因子，并将其大小吸收到这些权重中。

此版本的

Kruskal_to_张量

记录在中

np.one

对应于Kruskal张量的权重：Kruskal张量将张量表示为秩1张量的加权和（向量的外积，收集为因子矩阵的列）。在你的例子中，和的权重都是1，并且在1的向量中累加

请注意，您可以计算Kruskal张量的因子，并在这些权重中吸收它们的大小