numpy 中向量的 Tensordot

Question

我目前正在尝试使用 numpy 为向量创建张量点。例如，假设我有以下变量：

a = [np.array([1, 2]), np.array([3,4])] 
b = [np.array([5,6]), np.array([7,8])]

我想计算 "tensor product of the vectors"，即 [a[0]*b[0], a[0]*b[1], a[1]*b[0], a [1]*b[1]] 在我们的例子中会给出：

a x b = [[5,12], [7,16], [15, 24], [21, 32]]

我尝试过沿不同轴使用tensordot的许多组合，但它从来没有给我想要的结果:((

例如，我尝试了以下方法：

np.tensordot(a,b)

这给了我 array(70)

或np.tensordot(a,b, axes = 0) 这给了我

array([[[[ 5,  6],
     [ 7,  8]],

    [[10, 12],
     [14, 16]]],


   [[[15, 18],
     [21, 24]],

    [[20, 24],
     [28, 32]]]])

我也尝试过使用不同的轴，例如 np.tensordot(a,b, axes = ([0], [1])) 但没有成功...

有人可以帮助我吗？ :) 我敢肯定这很微不足道，但我似乎错过了一些东西

谢谢。

Answer 1

In [663]: a = np.array([[1, 2], [3,4]]); b = np.array([[5,6], [7,8]])

这两个数组的简单点（矩阵乘积）：

In [664]: a.dot(b)
Out[664]: 
array([[19, 22],
       [43, 50]])

你想要的数组：

In [665]: [a[0]*b[0], a[0]*b[1], a[1]*b[0], a[1]*b[1]] 
Out[665]: [array([ 5, 12]), array([ 7, 16]), array([15, 24]), array([21, 32])]
In [666]: np.array(_)
Out[666]: 
array([[ 5, 12],
       [ 7, 16],
       [15, 24],
       [21, 32]])

np.tensordot是对np.dot进行概括的尝试；对于像这样的二维数组，它不能做一些添加的转置不能做的事情。

从这个意义上说，您的结果不是 tensordot。 dot涉及sum of products；你没有做任何总结。相反，它看起来更像是一个外部产品，或者可能是 kron.

的变体

经过几次试验，我用 einsum:

复制了你的数组

In [673]: np.einsum('ij,kj->ikj',a,b)
Out[673]: 
array([[[ 5, 12],
        [ 7, 16]],

       [[15, 24],
        [21, 32]]])
In [674]: _.reshape(-1,2)
Out[674]: 
array([[ 5, 12],
       [ 7, 16],
       [15, 24],
       [21, 32]])

einsum 与 dot 和 tensordot 一样是围绕乘积求和构建的，但让我们可以更好地控制哪些轴相乘，哪些轴相加。在这里，我们不求和。

我可以获得相同的 3d 数组：

In [675]: a[:,None,:]*b[None,:,:]
Out[675]: 
array([[[ 5, 12],
        [ 7, 16]],

       [[15, 24],
        [21, 32]]])

tensordot

根据文档，轴的默认值为 2:

In [714]: np.tensordot(a,b)
Out[714]: array(70)
In [715]: np.tensordot(a,b,axes=2)
Out[715]: array(70)

axes = 2 : (default) tensor double contraction :math:a:b

换句话说，将数组相乘，然后对所有轴求和。在我看来，使用 einsum 表示法更清楚：

In [719]: np.einsum('ij,ij',a,b)
Out[719]: 70


In [718]: np.tensordot(a,b,axes=0).shape
Out[718]: (2, 2, 2, 2)

axes = 0 : tensor product :math:a\otimes b : tensor product a\otimes b

np.einsum('ij,kl',a,b)

我可以看到你想要的结果，或者至少你的 (2,2,2,2) 数组中的 Out[673] 版本，作为某种对角线子集。

我不太使用这些标量，例如 tensordot 的 axes 模式。在之前的 post 一两年里，我对它们感到困惑，但我感觉不太好。如果 einsum.

我更喜欢清晰度

numpy 中向量的 Tensordot

Tensordot for vectors in numpy

python

numpy

tensordot

tensordot