python 数组中多个向量的Tensor积

bybem2ql 于 2023-04-19 发布在 Python

关注(0)|答案(2)|浏览(106)

我需要计算存储在两个数组中的几对向量的Tensor积。我给予你一个例子：

a=np.array([[3,5,1],[6,5,4]])
b=np.array([[8,2,3],[7,8,9]])

我想计算的是

np.array([tensorproduct(a[0],b[0]),tensorproduct(a[1],b[1])])

我找不到一个很好的方法来用numpy函数来做这件事，我不想通过将数组拆分成它们各自的向量来做到这一点，因为这需要很长的时间（我需要这个递归模拟，所以我可以保存的每一点时间都是黄金）。我希望有一个快速的方法来做到这一点，有人能帮助我吗？

2条答案

如果你说的tensorproduct只是指matmul/dot product，我想你需要这样的东西：

z = a * b
z = np.sum(z, axis=1)

编辑：
根据你的评论，我认为你想要（可以做）的是使用广播来增加维度，这样你就可以做一个简单的乘法。

z = x[:, :, None, None] * y[None, None, :, :]

如果你想要(a[0]*b[0]).sum()和(a[1]*b[1]).sum()，
您可以将numpy.einsum用于：

np.einsum('ij,ij->i', a, b)

输出：array([ 37, 118])