---
title: linalg.tensorinv
description: "结果是相对于张量点积运算tensordot(a, b, ind)的逆，即在浮点精度下，tensordot(tensorinv(a), a, ind)是张量运算的“单位”张量。"
url: https://www.hikunpeng.com/document/detail/zh/kunpengaccel/math-lib/devg-kml/kunpengaccel_kml_1029.html
sourcePath: /source/zh/kunpengaccel/math-lib/devg-kml/kunpengaccel_kml_1029.html
indexId: 4ca1b40b0432ce684dc373c38683714b0e86b6ee1b6a79373a10fec68ca0db4168
---
# linalg.tensorinv

#### 功能描述

结果是相对于张量点积运算tensordot(a, b, ind)的逆，即在浮点精度下，tensordot(tensorinv(a), a, ind)是张量运算的“单位”张量。


#### 必选输入参数

| 参数名 | 类型 | 说明 |
| --- | --- | --- |
| a | array\_like | “求逆”的张量。它的形状必须是“正方形”，即prod(a.shape[:ind]) == prod(a.shape[ind:])。 |


#### 可选输入参数

| 参数名 | 类型 | 默认值 | 说明 |
| --- | --- | --- | --- |
| ind | int | 2 | 反向和中涉及的第一个索引的数量。必须是正整数。 |


#### 返回数据

| 类型 | 说明 |
| --- | --- |
| ndarray | a的张量点积的逆，形状为a.shape[ind:] + a.shape[:ind]。 |


#### 示例

```
>>> import numpy as np
>>> a = np.eye(4*6)
>>> a.shape = (4, 6, 8, 3)
>>> 
>>> ainv = np.linalg.tensorinv(a, ind=2)
>>> ainv.shape
(8, 3, 4, 6)
>>> 
>>> b = np.random.randn(4, 6)
>>> np.allclose(np.tensordot(ainv,b), np.linalg.tensorsolve(a,b))
True
>>> 
>>> a = np.eye(4*6)
>>> a.shape = (24, 8, 3)
>>> ainv = np.linalg.tensorinv(a, ind=1)
>>> ainv.shape
(8, 3, 24)
>>> 
>>> b = np.random.randn(24)
>>> np.allclose(np.tensordot(ainv,b,1), np.linalg.tensorsolve(a,b))
True
>>>
```