Pythonで異なる次元の配列のテンソル内積を計算します

2つのテンソルaとb、および2つのarray_likeオブジェクト（a_axes、b_axes）を含むarray_likeオブジェクトが与えられた場合、a_axesとb_axesで指定された軸上のaとbの要素（コンポーネント）の積を合計します。 3番目の引数は、単一の非負のinteger_likeスカラーNにすることができます。そのような場合、aの最後のN次元とbの最初のN次元が合計されます。

異なる次元の配列のテンソル内積を計算するには、numpy.tensordot（）メソッドを使用します。 a、bパラメ​​ータは、「ドット」へのテンソルです。 axisパラメーターinteger_likeintNの場合、aの最後のN軸とbの最初のN軸を順番に合計します。対応する軸のサイズは一致する必要があります。

ステップ

まず、必要なライブラリをインポートします-

import numpy as np

array（）メソッドを使用して次元の異なる2つのnumpy配列を作成する-

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

配列を表示する-

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

両方のアレイの寸法を確認してください-

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

両方のアレイの形状を確認してください-

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

異なる次元の配列のテンソル内積を計算するには、Pythonでnumpy.tensordot（）メソッドを使用します-

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

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))

出力

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']