如何在theano中使用batch_tensordot，如numpy.einsum

Question

我有一个形状为（3,4,5）的张量3和另一个形状为（3,4,7,5）的张量4。 在numpy，

 result = np.einsum("ijk, ijmk->ijm", tensor3, tensor4)
 print result.shape 
 (3, 4, 7)

但是在theano中，该怎么做。

Answer 1

第一步是转置和重塑张量，以便只保留第一个维度。在这种情况下，它非常简单，你只需要结合前两个维度：

x = tensor.tensor3()
y = tensor.tensor4()
i, j, m, k = y.shape

x_ = x.reshape((i * j, k))
y_ = y.reshape((i * j, m, k))

然后，您指定batched_tensordot将x_的轴1与y_的轴2相加：

z_ = tensor.batched_tensordot(x_, y_, (1, 2))  # shape (i * j, m)

最后，重塑z_以获得前两个维度：

z = z_.reshape((i, j, m))
print(z.eval({x: np.zeros((3, 4, 5)), y: np.zeros((3, 4, 7, 5))}).shape)
# (3, 4, 7)