在 Python 中計算不同維度陣列的張量點積

給定兩個張量 a 和 b，以及一個包含兩個類陣列物件的類陣列物件 (a_axes, b_axes)，在由 a_axes 和 b_axes 指定的軸上對 a 和 b 的元素（分量）的乘積求和。第三個引數可以是一個單一的非負整數類標量 N；如果是這樣，則對 a 的最後 N 維和 b 的前 N 維求和。

要計算不同維度陣列的張量點積，請使用 numpy.tensordot() 方法。引數 a、b 是要“點積”的張量。引數 axes，整數類如果是一個整數 N，則按順序對 a 的最後 N 個軸和 b 的前 N 個軸求和。相應軸的大小必須匹配。

步驟

首先，匯入所需的庫 -

import numpy as np

使用 array() 方法建立兩個不同維度的 NumPy 陣列 -

arr1 = np.array(range(1, 9))
arr1.shape = (2, 2, 2)
arr2 = np.array(('p', 'q', 'r', 's'), dtype=object)
arr2.shape = (2, 2)

顯示陣列 -

print("Array1...\n",arr1)
print("\nArray2...\n",arr2)

檢查兩個陣列的維度 -

print("\nDimensions of Array1...\n",arr1.ndim)
print("\nDimensions of Array2...\n",arr2.ndim)

檢查兩個陣列的形狀 -

print("\nShape of Array1...\n",arr1.shape)
print("\nShape of Array2...\n",arr2.shape)

要計算不同維度陣列的張量點積，請在 Python 中使用 numpy.tensordot() 方法 -

print("\nTensor dot product...\n", np.tensordot(arr1, arr2))

示例

import numpy as np

# Creating two numpy arrays with different dimensions using the array() method
arr1 = np.array(range(1, 9))
arr1.shape = (2, 2, 2)
arr2 = np.array(('p', 'q', 'r', 's'), dtype=object)
arr2.shape = (2, 2)

# Display the arrays
print("Array1...\n",arr1)
print("\nArray2...\n",arr2)

# Check the Dimensions of both the arrays
print("\nDimensions of Array1...\n",arr1.ndim)
print("\nDimensions of Array2...\n",arr2.ndim)

# Check the Shape of both the arrays
print("\nShape of Array1...\n",arr1.shape)
print("\nShape of Array2...\n",arr2.shape)

# To compute the tensor dot product for arrays with different dimensions, use the numpy.tensordot() method in Python
print("\nTensor dot product...\n", np.tensordot(arr1, arr2))

輸出

Array1...
[[[1 2]
[3 4]]

[[5 6]
[7 8]]]

Array2...
[['p' 'q']
['r' 's']]

Dimensions of Array1...
3

Dimensions of Array2...
2

Shape of Array1...
(2, 2, 2)

Shape of Array2...
(2, 2)

Tensor dot product...
['pqqrrrssss' 'pppppqqqqqqrrrrrrrssssssss']

AmitDiwan

更新於: 2022-03-02

529 次瀏覽

啟動你的 職業生涯

透過完成課程獲得認證

開始學習