python - 在不执行求和的情况下在 python numpy 中获取张量积

Question

我有两个张量，每个都是二维的，有一个共同的长轴(例如 20.000)和不同的短轴，例如一个 9 另一个 10)。我想得到一个 9X10X20000 张量，这样对于长轴上的每个位置，其他两个轴都是张量积。明确地说，对于这里的“长”轴 4，我想做的是:

A = np.arange(8).reshape(2,4)
B = np.arange(12).reshape(3,4)
C = np.zeros(2,3,4)
for i in range(2):
    for j in range(3):
        for k in range(4):
            C[i,j,k] = A[i,k]*B[j,k]

此代码有效，但我想知道:是否有一种 numpy 方法可以做到这一点，而无需运行 for 循环？

上下文用于训练神经网络，长轴是训练示例。在计算成本函数的梯度时，我得到了这种形式的公式。干杯，狮子座

Answer 1

我倾向于使用 np.einsum对于这些问题，这使得根据索引指定应该发生什么变得容易:

>>> A = np.arange(8).reshape(2,4)
>>> B = np.arange(12).reshape(3,4)
>>> np.einsum('ik,jk->ijk', A, B)
array([[[ 0,  1,  4,  9],
        [ 0,  5, 12, 21],
        [ 0,  9, 20, 33]],

       [[ 0,  5, 12, 21],
        [16, 25, 36, 49],
        [32, 45, 60, 77]]])