结果张量的几何对象。
当时林奇第一次也没听懂。
不过他看了看还是大致明白过来，所谓张量，就是一个广义的矩阵。
高中学习的向量是一维矩阵，数字的立方体是三维矩阵，甚至耽搁数字也是矩阵。
这里冥冥中已经和那神经网络算法所切合，而张量之所以与纯矩阵有曲风，便在于他拥有动态特征——生活在结构中，与其他数学实体相互作用。
而计算机科学里，张量则是一个n纬矩阵。
林奇默默在纸面上重新打版，刚刚他已经将整个神秘的控制知识拱手托出，与着神孽交换。
至于对方是否会靠此找到成神的专门要是与切记，他也都无所谓。
火都烧到眉头了，谁还会估计明天的饭菜热不热。
而随着书写，林奇的板书笔法也越发飘忽——
训练后的神经网络以标签或预估值对数据分类，此乃推理。
因此每个神经元都需要进行计算。
输入数据乘以权重，表示信号强度。
结果相加聚合神经元状态。
使用激活函数调节神经元参数活动。
如此一步接着一步，连绵不绝。
按理说，三个输入而只有两个神经元与一个单层神经网络的话，权重与输入便要六次乘法……
如此一来，矩阵里的乘片与取片，都需要大量的cpu周期与内存，而tpu这种芯片，便是为了减轻这种负荷而生。
林奇忍不住皱眉看了眼周围。
某种程度而言，计算量的负荷和电网的负荷很类似，最大的负荷便决定了整体的高峰所在（计算难度），也决定了接下来他完成“ai芯片”后所能够到达的高峰。
而供与求有需要平衡，不然的话，第一道崩溃的便是自身。
只是他很快又重
本网站为网友提供小说上传储存空间平台，为网友提供在线阅读交流、txt下载，平台上的所有文学作品均来源于网友的上传
用户上传的文学作品均由网站程序自动分割展现，无人工干预，本站自身不编辑或修改网友上传的内容（请上传有合法版权的作品）
如发现本站有侵犯权利人版权内容的，请向本站投诉，一经核实，本站将立即删除相关作品并对上传人ID账号作封号处理