概述
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].
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!
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 .
总结
以上是编程之家为你收集整理的python – 矢量化numpy.einsum全部内容,希望文章能够帮你解决python – 矢量化numpy.einsum所遇到的程序开发问题。
如果您也喜欢它,动动您的小指点个赞吧