Fugu-MT 論文翻訳(概要): tntorch: Tensor Network Learning with PyTorch

論文の概要: tntorch: Tensor Network Learning with PyTorch

arxiv url: http://arxiv.org/abs/2206.11128v1
Date: Wed, 22 Jun 2022 14:19:15 GMT
ステータス: 処理完了
システム内更新日: 2022-06-23 20:03:53.868515
Title: tntorch: Tensor Network Learning with PyTorch
Title（参考訳）: tntorch: PyTorchによるテンソルネットワーク学習
Authors: Mikhail Usvyatsov, Rafael Ballester-Ripoll, Konrad Schindler
Abstract要約: tntorchは、複数の分解をサポートするテンソル学習フレームワークである。微分可能なテンソル代数、ランクトランケーション、クロス近似、バッチ処理、包括的なテンソル算術などを実装している。
参考スコア（独自算出の注目度）: 26.544996974928583
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We present tntorch, a tensor learning framework that supports multiple decompositions (including Candecomp/Parafac, Tucker, and Tensor Train) under a unified interface. With our library, the user can learn and handle low-rank tensors with automatic differentiation, seamless GPU support, and the convenience of PyTorch's API. Besides decomposition algorithms, tntorch implements differentiable tensor algebra, rank truncation, cross-approximation, batch processing, comprehensive tensor arithmetics, and more.
Abstract（参考訳）: 我々は,複数の分解(candecomp/parafac,tucker,tensor trainを含む)を統一インターフェース下でサポートするテンソル学習フレームワークtntorchを提案する。私たちのライブラリでは、自動微分、シームレスなGPUサポート、PyTorchのAPIの利便性を備えた低ランクテンソルを学習し、処理することができます。分解アルゴリズムに加えて、tntorchは微分可能なテンソル代数、ランク切り算、交差近似、バッチ処理、包括的テンソル算術などを実装している。

関連論文リスト

Scorch: A Library for Sparse Deep Learning [41.62614683452247]
我々は,効率的なスパーステンソル計算をPyTorchエコシステムにシームレスに統合するライブラリであるScorchを紹介する。 Scorcherはスパーステンソルのためのフレキシブルで直感的なインターフェースを提供し、多様なスパースデータ構造をサポートする。複数のドメインにわたる多様なディープラーニングモデルにおいて、Scorchの使いやすさとパフォーマンス向上を実証する。
論文参考訳（メタデータ） (2024-05-27T06:59:20Z)
Scalable CP Decomposition for Tensor Learning using GPU Tensor Cores [47.87810316745786]
本研究では,エクサスケールテンソル分解を支援する圧縮型テンソル分解フレームワークを提案する。ベースラインと比較すると、エクスカスケール・テンソルは8000倍のテンソルをサポートし、スピードアップは6.95倍である。また,本手法を遺伝子解析とテンソル層ニューラルネットワークを含む実世界の2つの応用に適用する。
論文参考訳（メタデータ） (2023-11-22T21:04:59Z)
Symbolically integrating tensor networks over various random tensors by the second version of Python RTNI [0.5439020425818999]
我々は、Haar分散ユニタリ行列上のテンソルネットワークを象徴的に統合するRTNIのPythonバージョンをアップグレードしている。現在、PyRTNI2 はハール分布行列と実かつ複素正規ガウステンソルも扱うことができる。本稿では,プログラムの背後にある数学を説明し,それを用いてどのようなテンソルネットワーク計算を行うことができるかを示す。
論文参考訳（メタデータ） (2023-09-03T13:14:46Z)
TensorKrowch: Smooth integration of tensor networks in machine learning [46.0920431279359]
PyTorch上に構築されたオープンソースのPythonライブラリであるKrowchを紹介します。ユーザは任意のテンソルネットワークを構築してトレーニングし、より複雑なディープラーニングモデルにレイヤとして統合することができる。
論文参考訳（メタデータ） (2023-06-14T15:55:19Z)
Near-Linear Time and Fixed-Parameter Tractable Algorithms for Tensor Decompositions [51.19236668224547]
テンソルの低階近似について検討し,テンソルトレインとタッカー分解に着目した。テンソル列車の分解には、小さなビクリテリアランクを持つビクリテリア$(1 + eps)$-approximationアルゴリズムと、O(q cdot nnz(A))$ランニングタイムを与える。さらに、任意のグラフを持つテンソルネットワークにアルゴリズムを拡張します。
論文参考訳（メタデータ） (2022-07-15T11:55:09Z)
PyTorchVideo: A Deep Learning Library for Video Understanding [71.89124881732015]
PyTorchVideoは、ビデオ理解タスクのためのオープンソースのディープラーニングライブラリである。マルチモーダルデータローディング、変換、モデルを含む、ビデオ理解ツールのフルスタックをカバーする。ライブラリはPyTorchをベースにしており、任意のトレーニングフレームワークで使用することができる。
論文参考訳（メタデータ） (2021-11-18T18:59:58Z)
The CoRa Tensor Compiler: Compilation for Ragged Tensors with Minimal Padding [14.635810503599759]
CoRaはテンソルコンパイラで、ユーザはタグ付きテンソル演算子の効率的なコードを簡単に生成できる。我々は,ラッジテンソル上での各種演算子およびトランスモデルのエンコーダ層上でのCoRaの評価を行った。
論文参考訳（メタデータ） (2021-10-19T19:39:04Z)
DeepReduce: A Sparse-tensor Communication Framework for Distributed Deep Learning [79.89085533866071]
本稿では,スパーステンソルの圧縮通信のための汎用的フレームワークであるDeepReduceを紹介する。 DeepReduceはテンソルを2つの集合、値とインデックスに分解し、これらの集合の独立圧縮と結合圧縮を可能にする。大規模実モデルを用いた実験により,DeepReduceはデータ転送を少なくし,既存の手法よりも計算オーバーヘッドを小さくすることを示した。
論文参考訳（メタデータ） (2021-02-05T11:31:24Z)
Beyond Lazy Training for Over-parameterized Tensor Decomposition [69.4699995828506]
過度なパラメータ化対象の勾配勾配は遅延学習体制を超え、データ中の特定の低ランク構造を利用する可能性があることを示す。以上の結果から,過パラメータ化対象の勾配勾配は遅延学習体制を超え,データ中の特定の低ランク構造を利用する可能性が示唆された。
論文参考訳（メタデータ） (2020-10-22T00:32:12Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。