概述¶
Mars tensor 对应 Numpy ndarray，实现了 Numpy ndarray 接口的子集。在执行中，Mars tensor 将一个大张量切分成很多小块，并用有向图描述块之间的计算。这使我们可以在大于内存的张量上进行计算，并利用多核或分布式集群的能力。
以下是 Mars tensor 所支持 Numpy 接口子集的概述。
算术和数学函数：
+、-、*、/、exp、log等。沿坐标聚合（
sum,max,argmax, 等)。大多数的 数组创建方法 （
empty、ones_like、diag等）。更重要的是，Mars 不仅支持在 GPU 上创建数组/张量，还支持创建稀疏张量。大部分的 数组操作例程 （
reshape、rollaxis、concatenate等）基本索引 （通过整数、切片、添加新维度和省略号进行索引）
高级索引 （不支持同时使用布尔数组索引和整型数组索引）
元素运算的 通用函数
线性代数函数，包括乘积（
dot、matmul等）和分解（cholesky、svd等）
然而，Mars 尚未实现 Numpy 的所有接口，时间限制和难度是主要原因。我们真诚地欢迎社区的任何贡献。未实现的主要功能如下：
形状未知的张量不支持所有操作
np.linalg只实现了一小部分。Mars 张量没有实现
tolist和nditer这样的接口，因为迭代或者循环处理巨大的张量非常低效。