tensordot
功能描述
沿着指定的轴计算张量点积。
给定两个张量a和b，以及一个整数或包含两个array_like的对象（a_axes，b_axes），求a和b在a_axes和b_axes指定的轴上的乘积。
必选输入参数
参数名 |
类型 |
说明 |
|---|---|---|
a |
array_like |
第一个张量。 |
b |
array_like |
第二个张量。 |
axes |
int or (2,) array_like |
如果为整数，则按顺序，对a的最后N个轴和b的前N个轴求和。相应轴的尺寸必须匹配。 如果为两个array，则为要求和的轴列表，第一个序列适用于a，第二个序列适用于b。两个元素array_like必须具有相同的长度。元素array_like里的元素代表序列a、b要删除的轴。 |
可选输入参数
无。
返回数据
类型 |
说明 |
|---|---|
ndarray |
输入张量的点积。 |
示例
>>> import numpy as np
>>> a = np.arange(60).reshape(3,4,5)
>>> b = np.arange(24).reshape(4,3,2)
>>> a
array([[[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[10, 11, 12, 13, 14],
[15, 16, 17, 18, 19]],
[[20, 21, 22, 23, 24],
[25, 26, 27, 28, 29],
[30, 31, 32, 33, 34],
[35, 36, 37, 38, 39]],
[[40, 41, 42, 43, 44],
[45, 46, 47, 48, 49],
[50, 51, 52, 53, 54],
[55, 56, 57, 58, 59]]])
>>> b
array([[[ 0, 1],
[ 2, 3],
[ 4, 5]],
[[ 6, 7],
[ 8, 9],
[10, 11]],
[[12, 13],
[14, 15],
[16, 17]],
[[18, 19],
[20, 21],
[22, 23]]])
>>> c = np.tensordot(a, b, axes=([1,0],[0,1]))
>>> c
array([[4400, 4730],
[4532, 4874],
[4664, 5018],
[4796, 5162],
[4928, 5306]])
>>> c.shape
(5, 2)
>>>
>>> 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]])
>>>
父主题： 线性代数函数