Question

我有一个（2，5，3） 3D 张量和一个（2，5，4，3） 4D 张量，我正在尝试计算一行它们之间的明智乘积，方法如下：

作为示例，请考虑以下3D和4D张量：

A = [[[ 0  1  2]
  [ 3  4  5]
  [ 6  7  8]
  [ 9 10 11]
  [12 13 14]]

 [[15 16 17]
  [18 19 20]
  [21 22 23]
  [24 25 26]
  [27 28 29]]] 

B = [[[[77 11 61]
   [55 98 50]
   [58 29 13]
   [56 48 52]]

  [[57  1 18]
   [ 7 52  3]
   [40 95 85]
   [18 13 27]]

  [[17 28 49]
   [48  2 62]
   [57  4  7]
   [86 62 98]]

  [[61 72 99]
   [36 49 71]
   [58 82 80]
   [54 45 90]]

  [[87 53 27]
   [43 90 25]
   [21 80 66]
   [ 2 52 98]]]


 [[[75 24 33]
   [87 14 82]
   [91 46 90]
   [79  6 13]]

  [[86 83 75]
   [93 33 36]
   [62  2 92]
   [91 45 12]]

  [[ 1  9 32]
   [41 77 76]
   [21 60 22]
   [44 59 79]]

  [[ 5 90 88]
   [31 54 93]
   [66 20 43]
   [69 15 79]]

  [[50 58 84]
   [78 35 92]
   [60 83 93]
   [44 31 46]]]]

乘积张量C具有与4D张量相同的尺寸，并且是通过将3D张量（A）的每一行与4D张量B中每个3 x 4子矩阵中的所有行相乘而获得的。 C中的前3 x 4个子矩阵是：

[0 1 2] * [[77 11 61]
           [55 98 50]
           [58 29 13]
           [56 48 52]]

= [[0 11 122]
   [0 98 100]
   [0 29 26 ]
   [0 48 104]]

对于其他9行，同样会产生（2 5 4 3）张量。

我想知道是否有一种方法可以在numpy中使用 tensordot 或 einsum 来实现？我浏览了各种帖子，也做了一些试验和错误，但是没有运气。如果有人可以提供解决方案甚至一些有用的指针，将不胜感激！

Answer 1

为A添加一个尺寸，使其为（2,5,1,3）：

A[:,:,None,:]*B

使用einsum可以正常工作，但我认为这太过分了（没有产品总和）：

np.einsum('ijl,ijkl->ijkl',A,B)

（由于B太大，无法使用n复制粘贴复制，因此无法用您的数组证明这一点。）

使用numpy einsum或tensordot将4D张量与3D张量相乘

1 个答案: