6月5日消息，據(jù)外媒報(bào)道，日前，谷歌公司的人工智能部門與加拿大圓周理論物理研究所，以及谷歌母公司Alphabet的X實(shí)驗(yàn)室共同發(fā)布了TensorNetwork。據(jù)了解，這是一個(gè)旨在提高張量計(jì)算效率的開源庫。

TensorNetwork通過使用谷歌的TensorFlow機(jī)器學(xué)習(xí)框架作為后端，并針對(duì)GPU進(jìn)行優(yōu)化來提升張量計(jì)算的效率。在初步測(cè)試中，谷歌表示，與CPU上的運(yùn)行速度相比，TensorNetwork可提供高達(dá)100倍的計(jì)算速度。

張量是根據(jù)其順序按層次結(jié)構(gòu)分類的多維數(shù)組。普通數(shù)是零階張量，而向量是一階張量，矩陣是二階張量。因此，張量網(wǎng)絡(luò)是壓縮圖形編碼的張量收縮模式，由幾個(gè)張量組成，并共同構(gòu)成一個(gè)新的張量。

張量網(wǎng)絡(luò)可以非常有效地代表幾個(gè)、幾十個(gè)甚至是上百個(gè)張量。張量網(wǎng)絡(luò)不是直接存儲(chǔ)或操縱張量，而是將張量表示為較小張量在較大張量網(wǎng)絡(luò)形狀中的收縮。這使得它們?cè)趫D像分類、目標(biāo)識(shí)別和其他人工智能任務(wù)中更加實(shí)用。

高階張量被表示為多個(gè)低階張量

TensorNetwork的設(shè)計(jì)就是為了實(shí)現(xiàn)這一點(diǎn)，作為一個(gè)通用的張量網(wǎng)絡(luò)算法庫，谷歌希望它對(duì)研究工程師和研究科學(xué)家有用。谷歌指出，近似量子態(tài)是物理學(xué)中張量網(wǎng)絡(luò)的典型用例，能夠非常直觀的展現(xiàn)TensorNetwork的能力。

研究人員表示：“張量網(wǎng)絡(luò)讓我們專注于量子態(tài)與現(xiàn)實(shí)世界問題最相關(guān)的部分，比如低能量態(tài)，而忽略其他不相關(guān)的狀態(tài)。通過開源社區(qū)，我們也會(huì)為TensorNetwork添加新的功能。我們希望TensorNetwork成為物理學(xué)家和機(jī)器學(xué)習(xí)從業(yè)者的寶貴工具。”

當(dāng)前，張量網(wǎng)絡(luò)正被越來越多地用于機(jī)器學(xué)習(xí)領(lǐng)域，用來執(zhí)行復(fù)雜的計(jì)算任務(wù)。不過，廣泛應(yīng)用張量網(wǎng)絡(luò)仍面臨著許多障礙。首先，沒有一個(gè)開源庫能夠用來進(jìn)行大規(guī)模運(yùn)行底層算法，此外，大多數(shù)張量網(wǎng)絡(luò)文獻(xiàn)都是面向物理應(yīng)用的。而谷歌發(fā)布的TensorNetwork很好的解決了這一問題。