밑에 보니 -차원 -차 ...이것은 항상 rank? chk 랭크,rank
텐서는 각 성분이 행렬로 이루어진 배열,array로 나타낼 수 있다?
https://e-magnetica.pl/scalar_vector_tensor
- data structure 표현에서만? or 일반적?
tmp bmks enhttps://e-magnetica.pl/scalar_vector_tensor
텐서를 쓰는 이유 - 3차원 이상 구조의 데이터를 표현할 때를 위해?
차원이 높은 즉 이상의 공간,space에서 미적분학을 기술할 때 유용하다고.
그리고 다른 방식으로 행렬미적분,matrix_calculus? Matrix_calculus
and 텐서미적분,tensor_calculus? Tensor_calculus
}
차원이 높은 즉 이상의 공간,space에서 미적분학을 기술할 때 유용하다고.
그리고 다른 방식으로 행렬미적분,matrix_calculus? Matrix_calculus
and 텐서미적분,tensor_calculus? Tensor_calculus
}
필수 특성:
좌표독립성 coordinate_independence (coordinate independent) - 좌표,coordinate에 독립성,independence.
좌표불변성 coordinate_invariance (coordinate invariant) - 불변성,invariance
좌표독립성 coordinate_independence (coordinate independent) - 좌표,coordinate에 독립성,independence.
좌표불변성 coordinate_invariance (coordinate invariant) - 불변성,invariance
A rank-n tensor in m-dimensions is a mathematical object that has n indices and mn components and obeys certain transformation rules.
변환을 해도, 의미가 변하지 않는, 숫자나 숫자들의 collection.
(성질을 다 만족 안하고 비슷한???) pseudotensor가 있음. CHK [1]
변환을 해도, 의미가 변하지 않는, 숫자나 숫자들의 collection.
(성질을 다 만족 안하고 비슷한???) pseudotensor가 있음. CHK [1]
Sub:
- 변형력텐서,stress_tensor 응력텐서 변형력,stress ... https://encyclopediaofmath.org/wiki/Stress_tensor
- 텐서곱,tensor_product - writing
- 계량텐서,metric_tensor - writing
- 대칭텐서,symmetric_tensor - 아래 언급있음 나중에 fork. / writing
- 치환텐서 permutation_tensor - sim. 레비치비타_기호,Levi-Civita_symbol ... https://mathworld.wolfram.com/PermutationTensor.html
- 추가할 sub들 writing(텐서 섹션에.)
1. old tmp ¶
확실: 스칼라와 벡터는 텐서의 특수한, 심플한 경우임. (다만 좌표독립은 필수)
실수,real_number/스칼라,scalar는 0차 텐서,
벡터,vector는 1차 텐서,
행렬,matrix은 2차 텐서 이런 식??
차원,dimension에 따라 저렇게 나뉨?
벡터,vector는 1차 텐서,
행렬,matrix은 2차 텐서 이런 식??
차원,dimension에 따라 저렇게 나뉨?
아인슈타인_표기법,Einstein_notation이 매우 자주 쓰이는 듯.
2022-07-03 via 카카오로 간 이론물리학자
- 물리학에서는 텐서의 의미를 가지려면 general coordinate transformation(일반화 좌표 변환)에 covariant(공변)해야 한다는 조건이 필요하지만, 보통 flat한 시공간에서는 중요한 조건이 아님.
- 성질로 rank가 있으며 rank가 커질수록 인덱스,index 개수가 늘어남. rank가 커진다고 차원,dimension이 커지는 것은 아님.
2. tmp links ko ¶
이것도 엄밀함을 포기하고 쉽게 (학부과정 물리에만 한정해서) 텐서 개념 설명.
물리학에서 텐서란? Tensor
https://freshrimpsushi.github.io/posts/tensor/
물리학에서 텐서란? Tensor
https://freshrimpsushi.github.io/posts/tensor/
3. 대칭텐서와 비대칭텐서 ¶
Symmetric tensor & antisymmetric tensor
A is symmetric ⇔
A is symmetric ⇔
또는
A is antisymmetric ⇔ 또는
MKLINK symmetry antisymmetry4. magnitude, number, scalar의 차이? + tensor 소개 ¶
// 요약 from https://m.blog.naver.com/rlaghlfh/220914107525 (텐서에 대한 글) 앞부분; etc CHK
number숫자 | 크기magnitude만을 뜻함, 개수(how many?)는 이걸로 충분. |
scalar | 위에, 정보가 추가됨. 이 글에선 단위,unit가 추가됨. (Q: 항상 단위만?) ex 온도, 거리 등은 이걸로 충분. |
vector | 위에, 방향,direction정보가 추가됨. ex 속도, 운동량 등. |
(이하 텐서 소개)
방향과 크기를 다 바꾸려면?
벡터에다가 곱을 하면....
You see, rank가 n이면 성분은 3n개로.
rank대신 order, degree 용어도 쓰나 보다.
벡터에다가 곱을 하면....
스칼라곱은 크기는 달라져도 방향은 바꾸지 않는다.
일단 rank를 알아보면반대방향도 가능하지 않나? CHK 아무튼 최대 두 개만 가능.
cross product는 무조건 직각인 방향으로만 방향을 바꾼다.3차원에서? | ex. | |||
tensor of rank 0 | rank-0 tensor | scalar | 크기만 나타내는 1개 성분 | [1] |
tensor of rank 1 | rank-1 tensor | vector | 크기와 1개의 방향을 나타내는 3개 성분 | [1,1] |
tensor of rank 2 | rank-2 tensor | dyad | 크기와 2개의 방향을 나타내는 9개 성분 | [[1,1],[1,1]] |
tensor of rank 3 | rank-3 tensor | triad | 크기와 3개의 방향을 나타내는 27개 성분 | [[[1,1],[1,1]],[[1,1],[1,1]]] |
tensor of rank n | rank-n tensor | ? | ? |
rank대신 order, degree 용어도 쓰나 보다.
차수(rank or order)로 설명하는 텐서와 벡터/행렬/dyad/triad/etc.와의 관계
(Q: 행렬/선대의 차수/계수,rank와 관련은? (이건 있을 듯) 미분방정식,differential_equation의 계수(order, 최대미분회수)와 같은 단어 썼는데 혹시 관련은?(이건 없을듯))
(Q: 일렬은 permutation을 뜻하나?)
위 관계의 역은 항상 성립하지 않음. 텐서가 벡터, 행렬, dyad와 유사하지만 같지는 않음. 반드시 좌표독립 특성을 가져야 함. 행렬, 벡터가 좌표불변성을 가지면 바로 텐서가 될 수 있음.
(Q: 행렬/선대의 차수/계수,rank와 관련은? (이건 있을 듯) 미분방정식,differential_equation의 계수(order, 최대미분회수)와 같은 단어 썼는데 혹시 관련은?(이건 없을듯))
0차 텐서 | 벡터가 0개 | 스칼라임 |
1차 텐서 | 벡터가 1개 | 벡터임 |
2차 텐서 | 벡터가 2개 일렬 | 행렬이나 dyad임 |
3차 텐서 | 벡터가 3개 일렬 | triad임 |
위 관계의 역은 항상 성립하지 않음. 텐서가 벡터, 행렬, dyad와 유사하지만 같지는 않음. 반드시 좌표독립 특성을 가져야 함. 행렬, 벡터가 좌표불변성을 가지면 바로 텐서가 될 수 있음.
어원: tensus (Latin for 'stretch')
역사적으로 stress tensor에서 시작된 듯.
처음? 초기에? 텐서 개념 출발이 응력텐서(stress tensor) 관련인 듯 한데. CHK. (응력에 대해선 변형력,stress 참조)
tension(영어: 장력, 팽팽하게 함, etc.)과 어원이 같은가?
역사적으로 stress tensor에서 시작된 듯.
처음? 초기에? 텐서 개념 출발이 응력텐서(stress tensor) 관련인 듯 한데. CHK. (응력에 대해선 변형력,stress 참조)
tension(영어: 장력, 팽팽하게 함, etc.)과 어원이 같은가?
6. NLP에서 tensor ¶
2024-02-24 tmp from 텐서가 무엇인가요?(5m, short) - YouTube - 허민석 https://www.youtube.com/watch?v=m0qwxNA7IzI
{
1:15
문장,sentence이 다음 세 개가 있을 때
hi John
hi James
hi Brian
unique word dictionary를 만들고 / index를 부여하고 / 단어,word들을 0,1-vector? 암튼 벡터,vector(이건 sparse_vector)로 만든다
그렇다면 각 sentence에 대한 벡터표현,vector_representation은
이것을 입력할 때는 이런 mini-batch input형식으로 한다
즉 하나의 배열에 모든 문장이 들어간 형태로.
그리고
이 수는 각각
ex.
grayscale image: (3,5,5) 3d tensor로 표현.
color image: (3,5,5,3) 4d tensor로 표현.
컬러 비디오의 경우는 물론 5d tensor.
}
{
1:15
문장,sentence이 다음 세 개가 있을 때
hi John
hi James
hi Brian
unique word dictionary를 만들고 / index를 부여하고 / 단어,word들을 0,1-vector? 암튼 벡터,vector(이건 sparse_vector)로 만든다
unique word | 인덱스,index | one-hot_encoding_vector (원핫,one-hot one-hot_encoding rel. one-hot_encoder) |
hi | 0 | [1,0,0,0] |
John | 1 | [0,1,0,0] |
James | 2 | [0,0,1,0] |
Brian | 3 | [0,0,0,1] |
sentence | vector representation |
hi John | [[1,0,0,0],[0,1,0,0]] |
hi James | [[1,0,0,0],[0,0,1,0]] |
hi Brian | [[1,0,0,0],[0,0,0,1]] |
hi | John | hi | James | hi | Brian | ||
[ | [[1,0,0,0], | [0,1,0,0]], | [[1,0,0,0], | [0,0,1,0]], | [[1,0,0,0], | [0,0,0,1]] | ] |
그리고
- 각 단어,word는 4개의 숫자로 표현 (i.e. 길이 4의 one-hot vector)
- 각 문장은 2개의 단어로 표현 (그럼 문장의 단어 길이가 제각각인 경우가 대부분일텐데, 그땐 그 중 max? - 그런 듯)
- 총 3개의 문장이 있음
이 수는 각각
3: sample dimension (몇 개의 sample을 갖고 있는가)
2: max length of sentence (문장의 단어의 수의 최대값)
4: word vector dimension (각 word들은 몇 개의 수로 표현되는가)
3:50부터는 image_processing 에서의 tensor 얘기.2: max length of sentence (문장의 단어의 수의 최대값)
4: word vector dimension (각 word들은 몇 개의 수로 표현되는가)
ex.
grayscale image: (3,5,5) 3d tensor로 표현.
color image: (3,5,5,3) 4d tensor로 표현.
컬러 비디오의 경우는 물론 5d tensor.
}
8. tmp; relativity ¶
일반상대론(일반상대성,general_relativity { General_relativity } 이론)에서 시공간,spacetime의 곡률,curvature을 이해하려면 tensor 개념이 필요.
mklink:
리만_곡률텐서,Riemann_curvature_tensor aka 리만_텐서,Riemann_tensor(MW, EoM)
mklink:
리만_곡률텐서,Riemann_curvature_tensor aka 리만_텐서,Riemann_tensor(MW, EoM)
{ Riemann_curvature_tensor 리만_곡률_텐서 https://mathworld.wolfram.com/RiemannTensor.html 리만_곡률_텐서 https://encyclopediaofmath.org/wiki/Riemann_tensor }
rel. 리만_곡률,Riemann_curvature { https://ncatlab.org/nlab/show/Riemann curvature }
리치_곡률텐서,Ricci_curvature_tensorrel. 리만_곡률,Riemann_curvature { https://ncatlab.org/nlab/show/Riemann curvature }
{ https://mathworld.wolfram.com/RicciCurvatureTensor.html 리치_곡률_텐서 }
rel. 리치_곡률,Ricci_curvature { Ricci_curvature https://ncatlab.org/nlab/show/Ricci curvature }
바일_곡률텐서,Weyl_curvature_tensor aka 바일_텐서,Weyl_tensorrel. 리치_곡률,Ricci_curvature { Ricci_curvature https://ncatlab.org/nlab/show/Ricci curvature }
{ https://mathworld.wolfram.com/WeylTensor.html 바일_곡률_텐서 https://ncatlab.org/nlab/show/Weyl tensor }
스칼라곡률,scalar_curvatureTwins:
두산백과: 텐서
물리학백과: 텐서
두산백과: 텐서
물리학백과: 텐서
mentions: 벡터공간,vector_space 쌍대공간,dual_space 텐서곱,tensor_product 아인슈타인_표기법,Einstein_notation 기저,basis 반변계수,contravariant_rank 공변계수,covariant_rank
https://everything2.com/title/tensor