einsum函数介绍-张量常用操作

einsum函数是Numpy中用来处理张量常用操作的函数之一。它可以同时实现张量的乘积、收缩、广播等操作。下面将全面介绍einsum函数的用法，希望能对读者有所帮助。

einsum函数的语法

Numpy.einsum(subscripts, *operands, out=None, dtype=None, order='K', casting='safe', optimize=True)

• subscripts: 它是一个说明输入数组如何结合的字符串。
• operands: 输入的张量列表。
• out: 结果存储的输出数组。
• dtype: 结果的数据类型。
• order: 控制内存布局的参数。
• casting: 控制数据类型转换的参数。
• optimize: 控制计算中使用的优化算法的参数。

einsum函数的应用

1. 简单示例

在最简单的情况下，einsum函数相当于矩阵乘法。例如，考虑两个形状为(2,3)的矩阵相乘。

import numpy as np

# 创建两个矩阵
A = np.random.rand(2,3)
B = np.random.rand(3,2)
# einsum函数计算矩阵乘积
C = np.einsum('ij, jk -> ik', A, B)

在这个例子中，'ij,jk->ik'表示在A和B两个张量上进行矩阵乘法操作，最终的结果是形状为(2,2)的矩阵C。

1. 收缩示例

收缩是einsum函数的另一个常见用法。特别地，收缩在张量的对角线上实现了求和。

例如，考虑形状为(3,3)的方阵A。我们可以使用'ii->'表示在对角线上求和。

A = np.random.rand(3,3)
B = np.einsum('ii->', A)

在这个例子中，'ii->'表示对A的对角线求和，结果是一个标量B。

以上就是einsum函数的主要应用，除此之外，它还可以实现很多其他复杂的张量操作，例如张量乘积、广播等。希望本攻略能帮助到您。