jax.numpy.tensordot#

jax.numpy.tensordot(a, b, axes=2, *, precision=None, preferred_element_type=None)[原始碼]#

計算兩個 N 維陣列的張量點積。

JAX 實作的 numpy.linalg.tensordot()。

參數:

  • a (ArrayLike) – N 維陣列

  • b (ArrayLike) – M 維陣列

  • axes (int | Sequence[int] | Sequence[Sequence[int]]) – 整數或整數序列的元組。如果是一個整數 k，則依序對 a 的最後 k 個軸和 b 的前 k 個軸求和。如果是一個元組，則 axes[0] 指定 a 的軸，而 axes[1] 指定 b 的軸。

  • precision (PrecisionLike | None) – None (預設)，表示後端的預設精度，Precision 列舉值 (Precision.DEFAULT、Precision.HIGH 或 Precision.HIGHEST) 或兩個此類值的元組，表示 a 和 b 的精度。

  • preferred_element_type (DTypeLike | None | None) – None (預設)，表示輸入類型的預設累加類型，或一個資料類型，表示將結果累加到該資料類型並傳回具有該資料類型的結果。

傳回值:

包含輸入張量點積的陣列

傳回類型:

Array

另請參閱

範例

>>> x1 = jnp.arange(24.).reshape(2, 3, 4)
>>> x2 = jnp.ones((3, 4, 5))
>>> jnp.tensordot(x1, x2)
Array([[ 66.,  66.,  66.,  66.,  66.],
       [210., 210., 210., 210., 210.]], dtype=float32)

當將軸指定為明確序列時的等效結果

>>> jnp.tensordot(x1, x2, axes=([1, 2], [0, 1]))
Array([[ 66.,  66.,  66.,  66.,  66.],
       [210., 210., 210., 210., 210.]], dtype=float32)

透過 einsum() 的等效結果

>>> jnp.einsum('ijk,jkm->im', x1, x2)
Array([[ 66.,  66.,  66.,  66.,  66.],
       [210., 210., 210., 210., 210.]], dtype=float32)

為二維輸入設定 axes=1 等同於矩陣乘法

>>> x1 = jnp.array([[1, 2],
...                 [3, 4]])
>>> x2 = jnp.array([[1, 2, 3],
...                 [4, 5, 6]])
>>> jnp.linalg.tensordot(x1, x2, axes=1)
Array([[ 9, 12, 15],
       [19, 26, 33]], dtype=int32)
>>> x1 @ x2
Array([[ 9, 12, 15],
       [19, 26, 33]], dtype=int32)

為一維輸入設定 axes=0 等同於 outer()

>>> x1 = jnp.array([1, 2])
>>> x2 = jnp.array([1, 2, 3])
>>> jnp.linalg.tensordot(x1, x2, axes=0)
Array([[1, 2, 3],
       [2, 4, 6]], dtype=int32)
>>> jnp.outer(x1, x2)
Array([[1, 2, 3],
       [2, 4, 6]], dtype=int32)