Claro que sí, pero Tensorflow no es útil solo porque representa todo como un tensor (que en tensorflow es solo una matriz multidimensional que puede ser de cualquier forma, diferente de los tensores matemáticos o GR); Es útil principalmente porque organiza todos los módulos de cómputo como un gráfico computacional global, donde cada módulo tiene su derivada precalculada, de modo que cuando se realiza la optimización basada en gradiente, uno no tiene que calcular explícitamente los gradientes.
Esta primitiva es más útil para aplicaciones de aprendizaje automático que implican la optimización de una función de pérdida que el tipo de cálculo de tensor y ecuaciones diferenciales parciales en GR, para las cuales numpy o matlab serían lo suficientemente buenos en términos de cálculo numérico.
Un buen ejemplo de enseñanza de geometría / GR utilizando software dedicado es la Geometría diferencial funcional de Sussman: http://web.mit.edu/wisdom/www/AI… donde los autores abogan por el uso de programas ejecutables para expresar inequívocamente el cálculo en geometría diferencial .
- ¿La masa desplaza el espacio como lo hace el agua?
- ¿Cuál es la relación entre la velocidad de giro y el cambio en la aceleración gravitacional / atracción gravitacional que siente el objeto?
- ¿Qué le espera a la Relatividad General ahora que LIGO ha detectado ondas gravitacionales?
- ¿Se acepta la teoría de la relatividad hoy en 2016?
- ¿Cuáles son algunos resultados extraños, increíbles y muy poco conocidos de la teoría de la relatividad?
