深度学习框架中的「张量」不好用？也许我们需要重新定义Tensor了

本文介绍了张量的陷阱和一种可以闪避陷阱的替代方法 named tensor，并进行了概念验证。尽管张量在深度学习的世界中无处不在，但它是有破绽的。它催生出了一些坏习惯，比如公开专用维度、基于绝对位置进行广播，以及在文档中保存类型信息。这篇文章介绍了一种具有命名维度的替代方法 named tensor，并对其进行了概念验证。这一改变消除了对索引、维度参数、einsum 式解压缩以及基于文档的编码的需求。这篇文章附带的原型 PyTorch 库可以作为 namedtensor 使用。PyTorch 库参见：https://github.com/harvardnlp/NamedTensor实现：Jon Malmaud 指出 xarray 项目（http://xarray.pydata.org/en/stable/）的目标与 namedtensor 非常相似，xarray 项目还增加了大量 Pandas 和科学计算的支持。Tongfei Chen 的 Nexus 项目 ………………………………