資料結構
網路
關係資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝學
法學在Python中計算不同維度陣列在特定軸上的張量點積
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型標量 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，可以使用 Python 中的 numpy.tensordot() 方法。引數 a、b 是要“點乘”的張量。
引數 axes，整數型：如果為整數 N，則按順序對 a 的最後 N 個軸和 b 的前 N 個軸求和。對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，可以使用 numpy.tensordot() 方法：
print("\nTensor dot product...\n", np.tensordot(arr1, arr2, axes = 1))
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
# The a, b parameters are Tensors to “dot”.
print("\nTensor dot product...\n", np.tensordot(arr1, arr2, axes = 1))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... [[['prr' 'qss'] ['ppprrrr' 'qqqssss']] [['ppppprrrrrr' 'qqqqqssssss'] ['ppppppprrrrrrrr' 'qqqqqqqssssssss']]]
更新於：2022年3月2日
127 次瀏覽
廣告