두 개의 텐서, a 및 b와 두 개의 array_like 객체(a_axes,b_axes)를 포함하는 array_like 객체가 주어지면 a_axes 및 b_axes로 지정된 축에 대해 a와 b의 요소(구성 요소)의 곱을 합산합니다. 세 번째 인수는 음이 아닌 단일 정수형 스칼라 N일 수 있습니다. 그렇다면 b의 마지막 N 차원과 b의 처음 N 차원을 합산합니다.
차원이 다른 배열에 대한 텐서 내적을 계산하려면 Python에서 numpy.tensordot() 메서드를 사용합니다. , b 매개변수는 "점"에 대한 텐서입니다. 축 매개변수 integer_like int N이면 b의 마지막 N축과 b의 처음 N축을 순서대로 합산합니다. 해당 축의 크기가 일치해야 합니다. 축 =2는 텐서 이중 수축용입니다.
단계
먼저 필요한 라이브러리를 가져옵니다 -
import numpy as np
array() 메서드를 사용하여 차원이 다른 두 개의 numpy 배열 만들기 -
arr1 = np.array(range(1, 9)) arr1.shape = (2, 2, 2) arr2 = np.array(('p', 'q', 'r', 's'), dtype=object) arr2.shape = (2, 2)
배열 표시 -
print("Array1...\n",arr1) print("\nArray2...\n",arr2)
두 어레이의 차원을 확인하십시오 -
print("\nDimensions of Array1...\n",arr1.ndim) print("\nDimensions of Array2...\n",arr2.ndim)
두 배열의 모양을 확인하십시오 -
print("\nShape of Array1...\n",arr1.shape) print("\nShape of Array2...\n",arr2.shape)
차원이 다른 배열에 대한 텐서 내적을 계산하려면 numpy.tensordot() 메서드 -
를 사용하세요.print("\nTensor dot product...\n", np.tensordot(arr1, arr2, axes = 2))
예시
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, axes = 2))에서 numpy.tensordot() 메서드를 사용합니다.
출력
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']