tensorly.kruskal_to_tensor()方法说明

Question

我正在尝试理解tensorly包中的tl.kruskal_to_tensor ()方法。在webpage中，我知道它接受一列矩阵作为输入，并生成其cp分解是矩阵的张量？它接受一个矩阵列表作为输入。

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]))

我不理解方法中的np.ones(排名)参数。

是干什么的呢？

Answer 1

dev version of the API中记录了此版本的kruskal_to_tensor。

np.ones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)。在您的例子中，总和的权重都是1，并在这个1的向量中累加。

注意，你可以normalize你的Kruskal张量的因子，并在这些权重中吸收它们的大小。