You need to enable JavaScript to run this app. Common LISP数组rank属性与线性代数rank概念的关联问题
优惠活动
大模型
产品
解决方案
定价
更多

Common LISP数组rank属性与线性代数rank概念的关联问题

两种rank概念的关联与差异

两个术语本质上是同一核心语义在不同领域的特化,核心都指向「描述对象的有效结构维度上限」,具体差异和关联如下:

  • Common Lisp数组的rank:是数组的静态结构属性,取值为数组的维度总数,创建后就固定不变,和数组存储的内容毫无关系。比如1维向量的rank为1,2维矩阵形态的数组rank固定为2,3维张量形态的数组rank为3。
  • 线性代数的矩阵秩:是2维矩阵的动态内容属性,取值为矩阵行/列向量张成空间的维度,取值范围为0 ≤ 秩 ≤ min(矩阵行数, 矩阵列数),哪怕是同样结构的2维数组,存储的数值不同,最终得到的秩也可能有差异。

两者的核心关联:

当你把Common Lisp里的2维数组作为线性代数矩阵使用时,这个数组的rank(固定为2)就是对应矩阵理论上能达到的最大秩的上限。如果拓展到通用张量场景,现在深度学习领域常说的N阶张量的「阶/rank」,其实就是沿用了编程语言中数组rank的定义,指张量的维度数;而张量对应的低维子空间维度,就是线代秩的广义延伸,N阶张量的有效信息维度永远不会超过它的阶数(也就是编程语言语境下的数组rank)。

内容的提问来源于stack exchange,提问作者Nick Podratz

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.14 14:27:05