正在生成 np.einsum 评估图
Generating np.einsum evaluation graph
我打算教 np.einsum 给同事，希望展示如何将其简化为乘法和求和。
因此，我想使用字母字符而不是数字数据。在数组中。
比如说，我们有 A (2X2) 作为 [['a', 'b'], ['c', 'd']] 和 B (2X1) 作为 [ ['e'], ['f']]
我们可以使用 einsum 创建一个矩阵 C，比如：np.einsum('ab , bc -> ac', A, B)。
我想看到的是：它 return 计算图：类似于：a*c + ...，等等
当然，np.einsum 需要数值数据，如果将上述代码提供给 运行，就会报错。
tensordot 有一个使用字符串作为其中一个数组的示例，利用了 'a'*3 => 'aaa' 这一事实。但是 einsum 不能对字符串做任何事情（那不是编译代码问题）。
前段时间我写了一个纯python 类似的工作，它解析'ij,jk->' 字符串，并设置适当的积和计算。这包括额外的调试输出。这可以作为您任务的起点。
https://github.com/hpaulj/numpy-einsum
最新的 einsum 进行了一些优化，并提供了一些调试帮助。 np.einsum_path 提供了更多相关信息。
Understanding NumPy's einsum
首先，为什么需要B是2维的？为什么不只是 np.einsum('ab , b -> a', A, B)？
现在是真正的问题：
这不完全是您想要的，但是通过对 A 和 B 使用明智的选择，您可以使它可见。例如A = [[1,10],[100,1000]] 和 B = [1,2]，这给出了 np.einsum('ab , b -> a', A, B) = [21,2100]，很明显发生了什么。
更通用的版本有点复杂（但希望不是必需的）。这个想法是使用不同的质数势（特别有用的是 2 和 5，因为它们与 dezimal 系统中容易准备的数字对齐）。如果您想对多个维度求和，您可以考虑取质数（2、3、5、7 等），然后将结果转换为另一个数字系统。
如果你总结了两个 dims-> 30 元系统
3 dims (2,3,5,7)-> 210 进制
我打算教 np.einsum 给同事，希望展示如何将其简化为乘法和求和。
因此，我想使用字母字符而不是数字数据。在数组中。
比如说，我们有 A (2X2) 作为 [['a', 'b'], ['c', 'd']] 和 B (2X1) 作为 [ ['e'], ['f']]
我们可以使用 einsum 创建一个矩阵 C，比如：np.einsum('ab , bc -> ac', A, B)。
我想看到的是：它 return 计算图：类似于：a*c + ...，等等
当然，np.einsum 需要数值数据，如果将上述代码提供给 运行，就会报错。
tensordot 有一个使用字符串作为其中一个数组的示例，利用了 'a'*3 => 'aaa' 这一事实。但是 einsum 不能对字符串做任何事情（那不是编译代码问题）。
前段时间我写了一个纯python 类似的工作，它解析'ij,jk->' 字符串，并设置适当的积和计算。这包括额外的调试输出。这可以作为您任务的起点。
https://github.com/hpaulj/numpy-einsum
最新的 einsum 进行了一些优化，并提供了一些调试帮助。 np.einsum_path 提供了更多相关信息。
Understanding NumPy's einsum
首先，为什么需要B是2维的？为什么不只是 np.einsum('ab , b -> a', A, B)？
现在是真正的问题：
这不完全是您想要的，但是通过对 A 和 B 使用明智的选择，您可以使它可见。例如A = [[1,10],[100,1000]] 和 B = [1,2]，这给出了 np.einsum('ab , b -> a', A, B) = [21,2100]，很明显发生了什么。
更通用的版本有点复杂（但希望不是必需的）。这个想法是使用不同的质数势（特别有用的是 2 和 5，因为它们与 dezimal 系统中容易准备的数字对齐）。如果您想对多个维度求和，您可以考虑取质数（2、3、5、7 等），然后将结果转换为另一个数字系统。 如果你总结了两个 dims-> 30 元系统 3 dims (2,3,5,7)-> 210 进制