Python dask.array.tensordot用法及代码示例

用法: dask.array.tensordot(lhs, rhs, axes=2)

沿指定轴计算张量点积。

此文档字符串是从 numpy.tensordot 复制的。

可能存在与 Dask 版本的一些不一致之处。

给定两个张量 a 和 b 以及一个包含两个类似数组的对象 (a_axes, b_axes) 的数组类似对象，将 a 和 b 的元素(组件)的乘积相加，轴指定为a_axes 和 b_axes 。第三个参数可以是单个非负 integer_like 标量 N ；如果是这样，则将 a 的最后 N 维度和 b 的第一个 N 维度相加。

参数：

a, b：array_like

“dot” 的张量。

axes：int 或 (2,) 数组

integer_like 如果是int N，则按顺序对a的最后N个轴和b的前N个轴求和。相应轴的大小必须匹配。
(2,) 数组或者，要汇总的轴列表，第一个序列应用于 a ，第二个应用于 b 。两个元素数组必须具有相同的长度。

output：ndarray: 输入的张量点积。

注意：

三个常见的用例是：

axes = 0 : 张量积 \(a\otimes b\)
axes = 1 : 张量点积 \(a\cdot b\)
axes = 2：(默认)张量双收缩\(a:b\)

当axes为integer_like时，求值顺序为：首先是a中的第-N轴和b中的第0轴，最后是a中的第-1轴和b中的第N轴.

当有多个轴要求和时 - 它们不是 a ( b ) 的最后(第一个)轴 - 参数 axes 应该由两个相同长度的序列组成，第一个轴在两个序列中对给定的第一个进行求和，第二个轴对第二个进行求和，依此类推。

结果的形状由第一个张量的非收缩轴和第二个张量的非收缩轴组成。

例子：

“traditional” 示例：

>>> a = np.arange(60.).reshape(3,4,5)  
>>> b = np.arange(24.).reshape(4,3,2)  
>>> c = np.tensordot(a,b, axes=([1,0],[0,1]))  
>>> c.shape  
(5, 2)
>>> c  
array([[4400., 4730.],
       [4532., 4874.],
       [4664., 5018.],
       [4796., 5162.],
       [4928., 5306.]])
>>> # A slower but equivalent way of computing the same...
>>> d = np.zeros((5,2))  
>>> for i in range(5):  
...   for j in range(2):
...     for k in range(3):
...       for n in range(4):
...         d[i,j] += a[k,n,i] * b[n,k,j]
>>> c == d  
array([[ True,  True],
       [ True,  True],
       [ True,  True],
       [ True,  True],
       [ True,  True]])

利用 + 和 * 重载的扩展示例：

>>> a = np.array(range(1, 9))  
>>> a.shape = (2, 2, 2)  
>>> A = np.array(('a', 'b', 'c', 'd'), dtype=object)  
>>> A.shape = (2, 2)  
>>> a; A  
array([[[1, 2],
        [3, 4]],
       [[5, 6],
        [7, 8]]])
array([['a', 'b'],
       ['c', 'd']], dtype=object)

>>> np.tensordot(a, A) # third argument default is 2 for double-contraction  
array(['abbcccdddd', 'aaaaabbbbbbcccccccdddddddd'], dtype=object)

>>> np.tensordot(a, A, 1)  
array([[['acc', 'bdd'],
        ['aaacccc', 'bbbdddd']],
       [['aaaaacccccc', 'bbbbbdddddd'],
        ['aaaaaaacccccccc', 'bbbbbbbdddddddd']]], dtype=object)

>>> np.tensordot(a, A, 0) # tensor product (result too long to incl.)  
array([[[[['a', 'b'],
          ['c', 'd']],
          ...

>>> np.tensordot(a, A, (0, 1))  
array([[['abbbbb', 'cddddd'],
        ['aabbbbbb', 'ccdddddd']],
       [['aaabbbbbbb', 'cccddddddd'],
        ['aaaabbbbbbbb', 'ccccdddddddd']]], dtype=object)

>>> np.tensordot(a, A, (2, 1))  
array([[['abb', 'cdd'],
        ['aaabbbb', 'cccdddd']],
       [['aaaaabbbbbb', 'cccccdddddd'],
        ['aaaaaaabbbbbbbb', 'cccccccdddddddd']]], dtype=object)

>>> np.tensordot(a, A, ((0, 1), (0, 1)))  
array(['abbbcccccddddddd', 'aabbbbccccccdddddddd'], dtype=object)

>>> np.tensordot(a, A, ((2, 1), (1, 0)))  
array(['acccbbdddd', 'aaaaacccccccbbbbbbdddddddd'], dtype=object)

相关用法

注：本文由纯净天空筛选整理自dask.org大神的英文原创作品 dask.array.tensordot。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

注意：

例子：