Dense Tensor
Les dense tensors stockent des valeurs dans des blocs de mémoire séquentiels et contigus où toutes les valeurs sont représentées. Les tensors, ou tableaux multidimensionnels, sont employés dans un large éventail d'applications d'analyse de données multidimensionnelles. Différents produits logiciels sont capables d'effectuer des calculs de tensors, comme la suite MATLAB, qui s'est même enrichie de diverses boîtes à outils open source tierces. À elle seule, la suite MATLAB prend en charge différentes opérations de dense tensors binaires et élémentaires. Une couche dense est une couche entièrement connectée : chaque neurone reçoit une entrée de tous les neurones de la couche précédente – il est donc densément connecté. Par conséquent, chaque neurone d'une couche dense sera entièrement connecté à chaque neurone de la couche précédente. Cette densité est généralement utilisée vers la fin d'un réseau, et elle peut l'être plusieurs fois. Lorsqu'une infrastructure multicouches est créée pour des applications de dense tensors haute performance, la bibliothèque dten est fréquemment utilisée. Elle est réputée pour le stockage et la manipulation des dense tensors. Cette bibliothèque vise à stocker les dense tensors dans des formats de stockage canoniques et à convertir en parallèle plusieurs formats de stockage. Elle prend également en charge la matricisation des tensors de plusieurs manières. Cette bibliothèque est d'usage général et fournit un haut degré de flexibilité. Un tensor peut être envisagé comme la généralisation multidimensionnelle d'une matrice. Sur le plan mathématique, la matricisation correspond à la restructuration conceptuelle (ou logique) du tensor.