တင်းဆာများ
Tensor သည် N-dimensional Matrix ဖြစ်သည် ။
- Scalar သည် 0-dimensional tensor တစ်ခုဖြစ်သည်။
- Vector သည် 1-dimensional tensor တစ်ခုဖြစ်သည်။
- Matrix သည် 2-dimensional tensor တစ်ခုဖြစ်သည်။
Tensor သည် Vectors နှင့် Matrices တို့ကို ပိုမိုမြင့်မားသောအတိုင်းအတာသို့ ယေဘုယျအား ဖြင့် ပုံဖော်ခြင်းဖြစ်သည်။
| စကလာ | ကွက်လပ်(များ) | ||||||||||||||||||||||||||
| ၁ |
|
||||||||||||||||||||||||||
| မက်ထရစ် | တင်းဆာ | ||||||||||||||||||||||||||
|
|
Tensor အဆင့်များ
N -dimensional space တွင် tensor တစ်ခုရှိနိုင်သော လမ်းကြောင်းအရေအတွက်ကို tensor ၏ Rank ဟုခေါ်သည် ။
အဆင့်အတန်းကို R ဟု ရည်ညွှန်းသည် ။
Scalar သည် နံပါတ်တစ်ခုဖြစ်သည် ။ R = 0 ။
- ၎င်းတွင် 0 Axes ရှိသည်။
- သူ့မှာ 0 Rank ရှိတယ်။
- ၎င်းသည် 0-dimensional Tensor တစ်ခုဖြစ်သည်။
Vector သည် ကိန်းဂဏန်းများ အစုံအလင်ဖြစ်သည်။ R = 1 ။
- ၎င်းတွင် ဝင်ရိုး 1 ခုရှိသည်။
- သူ့မှာ Rank 1 ရှိတယ်။
- ၎င်းသည် 1-dimensional Tensor တစ်ခုဖြစ်သည်။
Matrix သည် 2-dimensional array တစ်ခုဖြစ်သည် ။ R = 2 ။
- ၎င်းတွင် ဝင်ရိုး (၂) ခုရှိသည်။
- အဆင့် 2 ရှိသည်။
- ၎င်းသည် 2 ဖက်မြင် Tensor တစ်ခုဖြစ်သည်။
Real Tensor များ
နည်းစနစ်ပိုင်းအရ၊ အထက်ဖော်ပြပါအားလုံးသည် တင်းဆာများဖြစ်သည်၊ သို့သော် ကျွန်ုပ်တို့သည် တင်းဆာများအကြောင်းပြောသောအခါ၊ ယေဘူယျအားဖြင့် ကျွန်ုပ်တို့သည် 2 ( R > 2 ) ထက်ကြီးသောအတိုင်းအတာဖြင့် matrices အကြောင်းကို ယေဘူယျအားဖြင့် ပြောဆိုကြသည်။
JavaScript ရှိ Linear Algebra
linear algebra တွင်၊ အရိုးရှင်းဆုံးသင်္ချာအရာဝတ္ထုမှာ Scalar ဖြစ်သည် ။
const scalar = 1;
နောက်ထပ်ရိုးရှင်းသောသင်္ချာအရာဝတ္ထုမှာ Array ဖြစ်သည် ။
const array = [ 1, 2, 3 ];
Matrices များသည် 2-dimensional Arrays များဖြစ်သည် -
const matrix = [ [1,2],[3,4],[5,6] ];
ကွက်ကွက်များကို ကော်လံတစ်ခုတည်းဖြင့် Matrices အဖြစ် ရေးသားနိုင်သည် -
const vector = [ [1],[2],[3] ];
Vector များကို Array များအဖြစ်လည်း ရေးသားနိုင်သည် ။
const vector = [ 1, 2, 3 ];
တင်းဆာများသည် N-dimensional Arrays များဖြစ်သည် -
const tensor = [ [1,2,3],[4,5,6],[7,8,9] ];
JavaScript Tensor လုပ်ဆောင်ချက်များ
JavaScript တွင် programming tensor လုပ်ဆောင်ချက်များသည် spaghetti ၏ spaghetti တစ်ခုဖြစ်လာနိုင်သည်။
JavScript စာကြည့်တိုက်ကိုအသုံးပြုခြင်းသည် သင့်အား ခေါင်းကိုက်ခြင်းကို များစွာသက်သာစေပါသည်။
tensor လုပ်ဆောင်ချက်များအတွက် အသုံးအများဆုံး စာကြည့်တိုက်များထဲမှ တစ်ခုကို tensorflow.js ဟုခေါ်သည် ။
Tensor ပေါင်းထည့်ခြင်း။
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] ]
Tensor နုတ်ခြင်း။
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] ]
Tensorflow အကြောင်းပိုမိုလေ့လာပါ...