我有以下问题。{I和}中存储了}和}的值。 我的一个计算是这样的:
<w_j>
是w_j
的期望值,<sigma_i>
是{
现在,当我用numpy.tensordot
将第一个公式实现到python中时,我真的很高兴它起作用了,因为这非常抽象,我不习惯张量。代码如下所示:
erc = numpy.tensordot(numpy.tensordot(re, ewp, axes=1), ewp, axes=1)
现在这是可行的,我的问题是写出第二个公式的正确形式。我的一个尝试是:
^{pr2}$但是这给了我一个标量而不是一个向量。另一个尝试是:
serc = numpy.einsum('m, m', numpy.einsum('lm, l -> m',
numpy.einsum('klm, k -> lm', numpy.einsum('jklm, j -> klm',
numpy.einsum('ijk, ilm -> jklm', re, re), ewp), ewp), ewp), ewp)
向量的长度为l
,张量的维数为l * l * l
。我希望我的问题是可以理解的,并提前谢谢你!在
编辑:第一个公式在python中也可以写成:erc2 = numpy.einsum('ik, k -> i', numpy.einsum('ijk, k -> ij', re, ewp), ewp)
你可以通过一系列的削减来实现,比如-
说明
首先,我们可以将其分为两组操作:
^{pr2}$在这两组中执行的操作是相同的。因此,我们可以计算一组,并根据它得出最终的输出。
现在,要计算
R(i,j,k)
,<;wj
>;,<;wk
并得到(i)
,我们需要用w
沿R
的第二和第三个轴执行元素乘法,然后沿着这些轴执行sum-reduction
。在这里,我们用两个步骤来完成这项工作tensordots
-因此,我们得到一个向量
p2
。与第二组类似,结果将是一个相同的向量。所以,为了得到最终的输出,我们只需要平方这个向量,即p**2
。相关问题 更多 >
编程相关推荐