假设我有两个形状A和B的{{1}}和(3, 4, N)三维数组。
我可以使用
计算沿第三轴的切片之间的点积(4, 3, N)是否可以使用with_einsum = np.eisum('ikl,kjl->ijl', A, B)
执行相同的操作？
答案 0 :(得分：1)
对于np.einsum('ikl,kjl->ijl', A, B)，存在轴对齐要求，字符串 - l与输入和输出保持一致。因此，使用np.tensordot可能不一定会导致性能提升，但由于问题已明确要求，所以我们无论如何都要提出建议。现在，np.tensordot会将不参与和减少的轴展开为单独的轴，从而产生(N,N)。因此，为了得到最终输出，我们需要沿展开轴的对角线提取元素。
以下是np.tensordot的解决方案的样子 -
mask = np.eye(N,dtype=bool)
out = np.tensordot(A,B,axes=((1),(0))).swapaxes(1,2)[:,:,mask]
有些情况下np.dot/np.tensordot可能会成为赢家，但这要求减少轴的长度合适。有关更详细的分析，请参阅this post。
对于给定的问题，情况并非如此，因为总和减少的长度仅为4。所以，我认为einsum在这里最好！