【文件属性】：
文件名称：t3f:TensorFlow上的Tensor Train分解
文件大小：201KB
文件格式：ZIP
更新时间：2021-05-01 13:01:41
tensorflow matrix-product-states tensor-train Python
用于Tensor Train（TT）分解的库的TensorFlow实现，也称为矩阵乘积状态（MPS）。
文献资料
该文档可通过。
与其他图书馆的比较
还有大约十二个其他库正在实施Tensor Train分解。 t3f与其他库之间的主要区别在于， t3f广泛支持黎曼优化，并且它使用TensorFlow作为后端，因此支持GPU，自动区分和批处理。 要与其他库进行更详细的比较，请参阅文档中的。
测验
nosetests --logging-level=WARNING
建筑文件
该文档由sphinx构建，并托管在readthedocs.org上。 要在本地重建文档，请安装sphinx并通过以下方式编译文档：
cd docs
make html
引用
如果您在研究工作中使用T3F，我们请您引用描述此库
@article{JMLR:v21:18-008,
author = {Alexande
【文件预览】：
t3f-develop
----.travis.yml(334B)
----docs()
--------benchmark()
--------quick_start.ipynb(14KB)
--------troubleshooting.rst(524B)
--------api.rst(917B)
--------conf.py(5KB)
--------benchmark.rst(2KB)
--------make.bat(807B)
--------installation.rst(570B)
--------faq.rst(3KB)
--------comparison.rst(4KB)
--------tutorials()
--------TT.png(22KB)
--------requirement.txt(307B)
--------Makefile(600B)
--------index.rst(2KB)
----LICENSE(1KB)
----setup.py(380B)
----.gitignore(319B)
----CHANGELOG.md(4KB)
----t3f()
--------batch_ops.py(10KB)
--------decompositions.py(24KB)
--------nn_test.py(677B)
--------utils.py(1KB)
--------regularizers.py(2KB)
--------tensor_train_batch.py(13KB)
--------variables_test.py(2KB)
--------batch_ops_test.py(8KB)
--------tensor_train.py(8KB)
--------approximate_test.py(4KB)
--------tensor_train_test.py(6KB)
--------nn.py(3KB)
--------approximate.py(7KB)
--------tensor_train_batch_test.py(2KB)
--------shapes_test.py(604B)
--------variables.py(5KB)
--------shapes.py(9KB)
--------ops_test.py(37KB)
--------kronecker.py(8KB)
--------initializers_test.py(8KB)
--------__init__.py(3KB)
--------riemannian_test.py(16KB)
--------ops.py(50KB)
--------kronecker_test.py(9KB)
--------tensor_train_base.py(5KB)
--------autodiff_test.py(4KB)
--------riemannian.py(37KB)
--------decompositions_test.py(8KB)
--------initializers.py(32KB)
--------utils_test.py(1KB)
--------autodiff.py(8KB)
----README.md(2KB)
----.editorconfig(376B)