Тензорный поезд нужен, чтобы хранить и обрабатывать огромные многомерные массивы данных, которые иначе не помещаются ни в какую память. Когда у данных много измерений, объём растёт экспоненциально — каждое новое измерение умножает число комбинаций. На каком-то шаге массив перестаёт помещаться в каком-либо реально существующем объёме памяти. Каждый «вагон» тензорного поезда отвечает за одно измерение данных и связан с соседними. Такое разложение сокращает объём хранимой информации на несколько порядков при минимальной потере точности. Иван Оселедец — о тензорных сетях, памяти многомерных данных и о том, может ли математика предложить ИИ что-то кроме масштаба: https://postnauka.org/longreads/158012
Тензорный поезд нужен, чтобы хранить и обрабатывать огромные многомерные массивы данных, которые иначе не помещаются ни в какую память. Когда у данных много измерений, объём растёт экспоненциально — каждое новое измерение умножает число комбинаций. На каком-то шаге массив перестаёт помещаться в каком-либо реально существующем объёме памяти.
Каждый «вагон» тензорного поезда отвечает за одно измерение данных и связан с соседними. Такое разложение сокращает объём хранимой информации на несколько порядков при минимальной потере точности.
Иван Оселедец — о тензорных сетях, памяти многомерных данных и о том, может ли математика предложить ИИ что-то кроме масштаба: https://postnauka.org/longreads/158012