英文字典中文字典


英文字典中文字典51ZiDian.com



中文字典辞典   英文字典 a   b   c   d   e   f   g   h   i   j   k   l   m   n   o   p   q   r   s   t   u   v   w   x   y   z       







请输入英文单字，中文词皆可：

petitioner    音标拼音: [pət'ɪʃənɚ]
n. 请愿人,诉愿人,原告

请愿人,诉愿人,原告

petitioner
n 1: one praying humbly for something; "a suppliant for her
favors" [synonym: {petitioner}, {suppliant}, {supplicant},
{requester}]
2: someone who petitions a court for redress of a grievance or
recovery of a right [synonym: {suer}, {petitioner}]

Petitioner \Pe*ti"tion*er\, n.
One who presents a petition.
[1913 Webster]


请选择你想看的字典辞典：
单词字典翻译
petitioner查看　petitioner　在百度字典中的解释百度英翻中〔查看〕
petitioner查看　petitioner　在Google字典中的解释Google英翻中〔查看〕
petitioner查看　petitioner　在Yahoo字典中的解释Yahoo英翻中〔查看〕

安装中文字典英文字典查询工具!


中文字典英文字典工具:
选择颜色:
输入中英文单字

































































英文字典中文字典相关资料:


  • 张量（力学术语）_百度百科
    张量（Tensor）是一个定义在一些向量空间和一些 对偶空间 的笛卡尔积上的多重线性映射，其坐标是|n|维空间内，有|n|个 分量 的一种量， 其中每个分量都是坐标的 函数， 而在坐标变换时，这些分量也依照某些规则作 线性变换。 r 称为该张量的 秩 或 阶 （与 矩阵的秩 和阶均无关系）。 在 同构 的意义下，第零阶张量 （r = 0） 为 标量 （Scalar），第一阶张量 （r = 1） 为 向量 （Vector）， 第二阶张量 （r = 2） 则成为 矩阵 （Matrix）。 例如，对于3维空间，r=1时的张量为此向量：（x，y，z）。
  • 什么是张量？ - 知乎
    Pytorch为了把这些各种维统一起来，所以起名叫张量。即： 张量可以看作是一个多维数组。标量可以看作是0维张量，向量可以看作1维张量，矩阵可以看作是二维张量。如果你之前用过 NumPy，你会发现Tensor和NumPy的多维数组非常类似。
  • 怎么通俗地理解张量？ - 知乎
    为了更好的解释张量是什么，有两个概念需要先搞清楚： 分量 (Components) 与基向量 (Basis Vectors）。 为了搞清楚这个两个概念，我们要引入坐标系…… 说道坐标系，就一定要想到坐标系的基向量（coordinate basis vector）也称作unit vector，我们用这个小箭头来表示基向量。 基向量的长度是”1”，是你用来描述长度的基础单位。 基向量的方向是你的坐标系的坐标的方向。 在这个坐标系中，在x,y,z轴方向分别有三个基向量。 现在我们有了坐标系（coordinate system）与基向量（basis vector），接下来可以确定分量（components）了。 在这个例子中，那个大箭头向量由4个x基向量，3个y基向量与0个z基向量构成。
  • 一文带你读懂深度学习中的张量（tensor）是什么，它的运算 . . .
    张量是深度学习和科学计算中的核心数据结构，本质上是多维数组的泛化形式，包括标量、向量、矩阵和高维数组。在PyTorch、TensorFlow等框架中，张量支持高效数值计算和自动微分。张量的核心特性包括维度、数据类型、设备和梯度。
  • 張量 - 维基百科，自由的百科全书
    張量 （英語： Tensor）在数学中是一个 代数对象，描述了与向量空间相关的代数对象集之间的 多重线性映射。 张量可以作为不同的对象之间的 映射，例如 向量 、 标量，甚至其他张量。 张量有很多种类型，包括标量和向量、 对偶向量 、 向量空间 之间的多重线性映射，甚至还有一些运算，例如 点积。 张量的定义独立于任何 基，尽管它们通常由与特定坐标系相关的基中的 分量 来表示；这些分量形成一个 数组，可以将其视为高维 矩阵。 維空間上的 階張量有 個分量， 也稱為該張量的 秩 （与矩阵的秩和阶均无关系）。 在 同构 的意义下，第零階張量（ ）為 純量，第一階張量（ ）為 向量， 第二階張量（ ）則成為 矩陣。 例如，对于3维空间， 时的张量为此向量： 。
  • 张量简介：张量定义与简单运算 - 知乎
    张量 （tensor）是物理的语言，在力学和广义相对论等领域发挥着不可替代的作用。 那么，究竟什么是张量？ 本文将从预备知识、张量定义与常见张量和张量的基本性质三个部分对张量的基本知识进行介绍，希望读者通过阅读本文可以对张量有初步的了解。 学习张量时总会花很多时间在预备知识的学习上，这也劝退了一大部分人，如果迫不及待想要对张量有初步的认识，可以先跳转至第二部分，第一部分力求简短地介绍最核心的基础知识。 所谓 爱因斯坦求和约定，只不过是为了简化写法的一种惯例。 例如我们有两个三维的向量 \pmb {x} 和 \pmb {y}，要求这两个向量的点积，可以这样写： \pmb {x} \cdot \pmb {y}=\sum_ {i=1}^3 {x_i y_i} \\
  • 【数学】张量通俗入门 - CSDN博客
    本文深入介绍了张量的概念，包括其阶数、记号简便性和运算规则，如点乘、叉乘和并乘。张量在物理学和工程学中广泛用于表示向量、矩阵和更高阶的数据，其运算包括爱因斯坦求和约定和克罗内克三角等。张量的散度和梯度等概念也在几何变换中有
  • 张量 - 维基百科，自由的百科全书
    张量 （英语： Tensor）在数学中是一个 代数对象，描述了与向量空间相关的代数对象集之间的 多重线性映射。 张量可以作为不同的对象之间的 映射，例如 向量 、 标量，甚至其他张量。 张量有很多种类型，包括标量和向量、 对偶向量 、 向量空间 之间的多重线性映射，甚至还有一些运算，例如 点积。 张量的定义独立于任何 基，尽管它们通常由与特定坐标系相关的基中的 分量 来表示；这些分量形成一个 数组，可以将其视为高维 矩阵。 维空间上的 阶张量有 个分量， 也称为该张量的 秩 （与矩阵的秩和阶均无关系）。 在 同构 的意义下，第零阶张量（ ）为 纯量，第一阶张量（ ）为 向量， 第二阶张量（ ）则成为 矩阵。 例如，对于3维空间， 时的张量为此向量： 。
  • 什么是张量 (tensor)？
    下一节，我们会仔细研究下，张量是怎么去表示向量空间、矢量、线性映射的，以及不同基下的转换规则是什么。如何理解张量，二 如何理解张量，三 硬广时间：“张量”是稍微高级一点的数学概念，是线性代数的延伸，也可以看作对线性代数知识的集
  • 看完本文, 彻底理解张量(上) - 知乎
    总之各种物理课程里面, 关于张量这块基本都没有很好的定义, 相关知识也很零散, 这真的是难为物理人了 本文用一种更容易理解的方式来介绍张量运算, 而且只要稍微接触过线性代数里矩阵, 线性变换的概念就能看得懂, 之前不懂 爱因斯坦求和约定, 不要





中文字典-英文字典  2005-2009