本文介绍了一种新颖的稀疏张量表示方法，为深度学习中使用的张量数据散射技术建立了理论框架。它提出了一个解释张量数据散射中切片不可能性定理，这对于性能分析和加速器优化至关重要。该研究还提供了一个衡量稀疏效率的公式和一个Python实现。 AI
影响 为深度学习中高效稀疏张量处理引入了理论框架和实现。
排序理由 该条目是一篇提交到arXiv的学术论文，详细介绍了理论计算机科学研究。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2012.01982v3 Announce Type: replace Abstract: This paper proposes a standard way to represent sparse tensors. A broad theoretical framework for tensor data scattering methods used in various deep learning frameworks is established. This paper presents a theorem that is very…