คำนวณผลิตภัณฑ์เทนเซอร์ดอทสำหรับอาร์เรย์ที่มีขนาดต่างกันด้วยแกนที่เหมือนอาร์เรย์ใน Python

กำหนดเมตริกซ์สองตัว a และ b และอ็อบเจ็กต์ array_like ที่มีอ็อบเจ็กต์ array_like สองตัว (a_axes,b_axes) รวมผลคูณขององค์ประกอบ a และ b (ส่วนประกอบ) เหนือแกนที่ระบุโดย a_axes และ b_axes อาร์กิวเมนต์ที่สามสามารถเป็นสเกลาร์ integer_like ที่ไม่ใช่ค่าลบเดียว N; ถ้าเป็นเช่นนั้น มิติ N สุดท้ายของ a และ N แรกของ b จะถูกรวมเข้าด้วยกัน

ขั้นตอน

ขั้นแรก นำเข้าไลบรารีที่จำเป็น -

import numpy as np

การสร้างอาร์เรย์ numpy สองอันที่มีมิติต่างกันโดยใช้เมธอด array() -

arr1 = np.array(range(1, 9))
arr1.shape = (2, 2, 2)

arr2 = np.array(('p', 'q', 'r', 's'), dtype=object)
arr2.shape = (2, 2)

แสดงอาร์เรย์ -

print("Array1...\n",arr1)
print("\nArray2...\n",arr2)

ตรวจสอบขนาดของอาร์เรย์ทั้งสอง -

print("\nDimensions of Array1...\n",arr1.ndim)
print("\nDimensions of Array2...\n",arr2.ndim)

ตรวจสอบรูปร่างของอาร์เรย์ทั้งสอง -

print("\nShape of Array1...\n",arr1.shape)
print("\nShape of Array2...\n",arr2.shape)

ในการคำนวณผลิตภัณฑ์เทนเซอร์ดอทสำหรับอาร์เรย์ที่มีมิติต่างกัน ให้ใช้เมธอด numpy.tensordot() -

print("\nTensor dot product...\n", np.tensordot(arr1, arr2, ((0, 1), (0, 1))))

ตัวอย่าง

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, ((0, 1), (0, 1))))

ผลลัพธ์

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...
['pqqqrrrrrsssssss' 'ppqqqqrrrrrrssssssss']