本文综述张量网络在神经网络中的应用，主要包括：从张量网络视角研究卷积性质与表达能力；以张量收缩层和回归层替代全连接层以减少参数；提出Einsum网络实现概率电路；利用张量网络压缩算法将VGG-16卷积层压缩至632个参数并提升准确率；改进张量网络收缩顺序搜索算法；将CNN参数化为高阶低秩张量；加速卷积层测试；分析CNN架构的表达效率；用求和乘积网络近似矩阵乘法；以矩阵积算子替代线性变换以减少参数。