Question

我正在尝试使用tensordot在numpy中使用张量点积，但我不确定如何重塑我的数组来实现我的计算。（总的来说，我对张量的数学还很陌生。）

我有

arr = np.array([[[1, 1, 1],
                [0, 0, 0],
                [2, 2, 2]],

               [[0, 0, 0],
                [4, 4, 4],
                [0, 0, 0]]])

w = [1, 1, 1]

我想在axis=2上采用点积，这样我就有了矩阵

array([[3, 0, 6],
       [0, 12, 0]])

这个适当的numpy语法是什么？ np.tensordot(arr, [1, 1, 1], axes=2)似乎提出ValueError。

Answer 1

axis=2的{{1}}和arr的{{1}}减少了axis=0。因此，使用np.tensordot，解决方案将是 -

或者，也可以使用np.einsum -

np.tensordot(arr,w,axes=([2],[0]))

np.matmul也有效

np.einsum('ijk,k->ij',arr,w)

运行时测试 -

np.matmul(arr, w)

hlin117在Macbook Pro OS X El Capitan上测试，numpy版本1.10.4。

Answer 2

使用SQLDeveloper对我来说效果很好：

.dot

虽然有趣的是比所有其他建议慢

沿第三轴的点积

2 个答案: