回答情况：
提问时间：
问题标签：
1回答
np.random.random(1*4*2*2*2*2).reshape(1,4,2,2,2,2)但这给了我错误
/usr/local/lib/python3.7/site-packages/numpy/core/numeric.py in tensordot
浏览 0提问于2018-11-07得票数 0
回答已采纳
目前，我正在尝试使用numpy作为向量来创建一个tensordot。a x b = [[5,12], [7,16], [15, 24], [21, 32]]例如，我尝试了以下几种方法：这给了我array(70)array([[[[ 5, 6],
[[[15, 18],
浏览 0修改于2019-02-10得票数 0
回答已采纳
: a = np.arange(60.).reshape(3,4,5)In [31]: perm2 = np.tensordot(a, b, axes=[(0, 1), (1, 0)])
# contracting the first two axes from the in
浏览 0提问于2018-01-31得票数 1
我尝试使用tf.tensordot(a,b,axis=[[3][3]])，结果是张量类似于[?,200,200,?,200,200]
我在哪里不好？
浏览 0修改于2020-11-29得票数 -1
arr1 = np.arange(8).reshape(4, 2)ans=np.tensordot(arr1,arr2,axes=([1],[0]))ans3 = np.tensordot(arr1,arr2, axes=([1,0],[0,1])) 我正在尝试理解这个tensordot函数是如何工作的。我知道它返回tensordot乘积。
浏览 43修改于2021-01-15得票数 0
回答已采纳
相反，他们实现了类似于numpy.tensordot的东西。我有两个大小为m x n和n x n的矩阵A,B。有没有办法用numpy.tensordot复制A @ B？m,n = 10, 20B = np.random.random((n,n))
result2 = np.tensordot
浏览 13提问于2021-01-29得票数 0
回答已采纳
我不明白tensordot是如何工作的，我正在阅读官方文档，但我完全不明白那里发生了什么。a = np.arange(60.).reshape(3,4,5)c = np.tensordot(a,b, axes=([1,0]np.random.randint(2, size=(2, 6, 5)) ...: In [9]: np.tensordot
浏览 29提问于2021-10-31得票数 0
我正在和tf.tensordot一起玩Tensorflow。然而，我正经历一些矛盾，困扰着我。(np.float32)dotted_150 = tf.tensordotastype(np.float32)dotted_1 = tf.tensordot尽管如此
浏览 2修改于2019-05-11得票数 1
回答已采纳
我要使用的库没有支持并行乘法的matmul，只有点和tensordot。vectors
print("Wrong: %s" % np.tensordot(rotations, ve
浏览 0提问于2017-09-19得票数 2
np.dot(a,b) a = np.random.rand(2,2)c = a@b>>> (2,2) 一般来说，我可以使用tensordot来做同样的事情： c = np.tensordot(a,b,1)>>> 2,2 然而，如果我给a和b添加一个维数，我不再得到我想要的结果(另一个2,2,3数组)： a = np.random.rand(2,2,3)c = np.<
浏览 51提问于2021-11-20得票数 0
我试图使用theano/numpy.tensordot计算每个向量的外部乘积，以便使output.shape = (n,m,m)和：
output[i] = np.dot(input[i],input[这可以很容易地对数组进行迭代，但是我尝试使用tensordot来完成这个步骤，因为它在theano和numpy中也是一样实现的。
浏览 1修改于2016-02-09得票数 3
回答已采纳
然而，autograd确实支持np.tensordot。def tensordot_multplication(A, B, C): use np.tensordot
"""
浏览 8提问于2017-04-06得票数 4
回答已采纳
我对numpy并不熟悉，所以我在可视化numpy.tensordot()函数的工作时遇到了一些问题。根据tensordot的文档，轴在参数中传递，其中axes=0或1表示正常矩阵乘法，而axes=2表示收缩。
有人能解释一下乘法如何处理给定的例子吗？
浏览 2修改于2018-08-23得票数 4
回答已采纳
我得到的代码是这样的：A是(20L, 50L)，B是(20L, 20L)
自从有人告诉我使用np.einsum会更快之后，我应该改变一下，但我想我不完全理解tensordot输出的是什么。
浏览 0修改于2017-03-23得票数 0
在tensorflow中，函数tf.einsum、tf.matmul和tf.tensordot都可以用于相同的任务。(我意识到tf.einsum和tf.tensordot有更通用的定义；我也意识到tf.matmul具有批处理功能。)在这三个函数中的任何一个都可以使用的情况下，是否有一个函数往往是最快的？三个选项中的一个：c = tf.matmul(A, tf.expand_dims(b,1))
c = tf.tensordot(A, b,
浏览 1提问于2017-03-30得票数 21
回答已采纳
np.moveaxis(np.tensordot(transform, X, axes=((-1),(-1))), 0, 2)
我在这里遇到的问题是只使用np.tensordot，即消除对np.moveaxis
浏览 1修改于2018-05-29得票数 2
回答已采纳
我正在尝试在c++中复制numpy.tensordot。numpy文档中的示例显示了我可以使用的嵌套循环，但是如果不使用 c = np.tensordot(a,b, axes=([1,0],[0,1])) 我想做的是： c = np.tensordot(a,下面是numpy示例和文档链接：https://numpy.org/doc/stable/reference/generated/numpy.tensordot.html Examples
A “t
浏览 21修改于2020-12-18得票数 1
回答已采纳
当我使用下面的代码在这两个张量之间进行tf.tensorbot时，我尝试在两个形状张量(2000，1，64) (2000，30，64)之间进行点积运算 test = tf.tensordot(enc_op
浏览 11提问于2020-06-20得票数 0
回答已采纳
对于当前的项目，我必须用相同的矩阵计算许多向量的内积(这是相当稀疏的)。向量与二维网格相关联，因此我将向量存储在一个三维数组中：X是一个由(I,J,N)组成的数组。矩阵A为dim (N,N)。现在的任务是为A.dot(X[i,j])中的每个i,j计算I,J。Y = X.dot(A.T) 有人知道用稀疏矩阵Y计算上述数组A的好方法吗？
浏览 0修改于2015-07-09得票数 6
回答已采纳
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号