我有一个二维数组 A,我在这里表示为 [v_1, v_2, v_3, ..., v_n]。
我有一个 3 维张量 B,我在这里表示为 [m_1, m_2, m_3, ...n m_n]。
A.type = numpy.ndarray
A.shape = (300, 4)
B.type = numpy.ndarray
B.shape = (300, 4, 2)
我想获取一维数组 C = A*B 使得 C = [u_1, u_2, u_3, ..., u_n] 其中 u_i = np.dot(v_i, m_i)
如何在不将 1 迭代到 n 并在 A 上使用 numpy.tensordot() 的情况下执行此操作> 和 B?
请您参考如下方法:
您可以使用 np.einsum功能来做到这一点。这将让你给你作为字符串提供的数组的每个维度一个字母(索引),并使用爱因斯坦求和符号来处理。所以在你的情况下我会说这样的话:
np.einsum( "ik,ikl->il", A,B )
所以在这种情况下,我将 A 的维度命名为 i,k --> 300,4,而 B 的维度必须是 i,k 和其他名称,例如l --> 300,4,2 然后用箭头指定要退出的维度。如果您没有在箭头后的符号中提供字母(索引),则将对该维度求和。如果你完成了“ik,ikl->l”,它就会在 300 个维度上求和。
