資料結構
網路
RDBMS
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 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
時尚
法學用 Python 中的類陣列軸計算具有不同維度的陣列的張量點積
提供兩個張量 a 和 b，以及包含兩個類陣列物件（a_axes、b_axes）的類陣列物件，按照 a_axes 和 b_axes 指定的軸對 a 和 b 的元素（分量）的積求和。第三個引數可以是單個非負整數標量 N；如果這樣，a 的最後 N 個維度和 b 的前 N 個維度進行求和。
步驟
首先，匯入所需的庫 −
import numpy as np
使用 array() 方法建立兩個具有不同尺寸的 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)檢查這兩個陣列的維度 −
print("\nDimensions of Array1...\n",arr1.ndim)
print("\nDimensions of Array2...\n",arr2.ndim)檢查這兩個陣列的形狀 −
print("\nShape of Array1...\n",arr1.shape)
print("\nShape of Array2...\n",arr2.shape)要計算具有不同維度的陣列的張量點積，請使用 numpy.tensordot() 方法 −
print("\nTensor dot product...\n", np.tensordot(arr1, arr2, ((0, 1), (0, 1))))
例子
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, ((0, 1), (0, 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... ['pqqqrrrrrsssssss' 'ppqqqqrrrrrrssssssss']
更新時間： 02-Mar-2022
205 次瀏覽
廣告