python – 矢量化numpy.einsum

前端之家收集整理的这篇文章主要介绍了python – 矢量化numpy.einsum前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。

我有四个张量

> H(h,r)
> A(a,r)
> D(d,r)
> T(a,t,r)

对于a中的每个i,存在形状(t,r)的对应T [i].

我需要做一个np.einsum来产生以下结果(pred):

pred = np.einsum('hr,ar,dr,tr ->hadt',H,A,D,T[0])
for i in range(a):
    pred[:,i:i+1,:,:] = np.einsum('hr,tr ->HADT',A[i:i+1],T[i])

但是,我想在不使用for循环的情况下进行此计算.原因是我正在使用autograd,它目前不适用于项目分配!

最佳答案
一种方法是使用T的所有尺寸 –

np.einsum('Hr,Ar,Dr,ATr ->HADT',T)

因为,我们需要对所有输入中的轴-r进行求和,同时保留输出中的所有其他轴(轴),我没有看到任何中间方式这样做/在此基础上引入任何基于点的工具来利用BLAS .

猜你在找的Python相关文章