Alle Serien
Tensoren verstehen
Warum in KI alle über Tensoren sprechen
Vektor, Matrix, Tensor – ein Einstieg ohne Mathematik
Tensoren mathematisch erklärt
Dimensionen, Rang, Tensorprodukt – die formale Grundlage
TurboQuant: Wie Google KI-Modelle extrem komprimiert ohne Genauigkeit zu verlieren
Extreme Vektorquantisierung mit 6-facher Speicherreduktion – und was das für LLMs bedeutet
Tensoren im Machine Learning
Eingabedaten, Gewichte, Batches – wie ML-Frameworks Tensoren nutzen
Tensoroperationen, die KI antreiben
Matrixmultiplikation, Convolution, Broadcasting – die Rechenoperationen hinter Deep Learning
Tensoren im Transformer
Embeddings, Attention-Matrizen und warum im Transformer fast alles an Shapes hängt
Typische Fehler beim Arbeiten mit Tensoren
Falsche Dimensionen, Broadcasting-Fallen, Memory-Overflows – und wie man sie vermeidet
Tensoren außerhalb der KI
Physik, Simulationen, Grafik und wissenschaftliches Rechnen: Wo Tensoren jenseits von Machine Learning wirklich gebraucht werden