Python中的张量积

文章/答案/技术大牛

发布

2回答

python、tensorflow、numpy-ndarray

谁能告诉我如何在python中做张量积。我的意思是，例如，我有5 (6,1) (类: numpy.ndarray)数组，我需要这5 (6,1)数组的张量积，所以我的输出将是(6,6,6,6,6)张量。

浏览 26提问于2020-09-21得票数 1

1回答

与numpy相容的本征张量积

numpy、eigen、eigen3

在python中，可以定义两个不同尺寸的多维张量，并将它们相乘。例如，数组"a“的形状为(1,3)，b为(2,1)。产品的形状为(2,3)。张量积的意义是：c_ij = b_i a_j。虽然在本征中具有相同形状的张量积(A C++库)是可能的，但我们能在本征中做同样的事情吗？

浏览 1提问于2020-11-26得票数 0

1回答

Python张量积

python、performance、numpy、numpy-einsum

出于性能原因，我使用numpy.tensordot，因此我的值存储在张量和向量中。我的一个计算结果如下：<w_j>是w_j的期望值，<sigma_i>是sigma_i的期望值。对于get方差，我需要计算：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，因为这是非常抽象的，而且我不习惯张量。代码看起来是这样的： erc = numpy.te

浏览 1提问于2016-10-14得票数 3

回答已采纳

1回答

Deutsch算法的最后一步

linear-algebra、quantum-computing

在Deutsch的算法中，对于给定的函数f，最终得到两个量子比特的张量积|f(0)+f(1) mod 2>|(|0>-|1>)/sqrt(2)这最后一步是“只”测量第一个量子比特。准确地说，如何从张量积中提取第一个量子比特？

浏览 1提问于2015-03-11得票数 2

1回答

是否有实现张量积的C库？

c、matrix-multiplication

在Mathematica中，我可以通过内置的Dot[]进行张量乘积的计算，例如，这里是一个具有秩6的张量pts。(c1.pts))) *) 我搜索关键词tensor product in C，然后我发现大多数张量库都是用C++编写的，而不是ANSI

浏览 2提问于2016-07-24得票数 3

回答已采纳

2回答

Numpy/python中矩阵的张量积

matrix、product

有没有一个能做两个矩阵张量积的numpy函数？创建了两个2x2矩阵的4x4乘积矩阵？

浏览 3提问于2013-11-22得票数 11

1回答

如何在Python中生成两个矩阵的可用张量积

python、numpy、matrix

成功地回答了如何在Python语言中使用numpy计算两个矩阵的张量积。但是，我希望输出采用适当的矩阵格式，以便可以对其执行进一步的计算，而无需手动编辑它。axes=0)[[[[1 0] [0 0]]] [0 0]] [0 1]]]][[1,0,0,0],[0,1,0,0],[0,0,1,0],[0,0,0,1]] 这样我就可以在程序本身中</e

浏览 0提问于2014-05-11得票数 3

1回答

奇异值分解与低秩张量逼近

matlab、matrix、approximation

根据这篇文章 4 3 5[U E V]=svd(a) -0.3913 0.8247 0.4082请帮助我用matlab语言用张量近似重构原矩阵来实现算法，如何应用张量积

浏览 4提问于2014-04-01得票数 0

回答已采纳

2回答

我正在将一些代码从Python转换成Matlab。我有生成相同结果的代码，但我想知道是否有一种方法可以在Matlab代码中向量化我的一些for循环，因为它需要很长时间才能运行。X在Nxd矩阵中，diff是NxNxd张量，kxy是NxN矩阵，gradK是NxNx2张量，sumkxy、dxkxy和obj都是Nxd矩阵。以下是Python的原始代码： diff = x[:, None, :] - x[None, :, :] # D_{ij, s} kxy = np.exp(

浏览 76提问于2021-11-17得票数 1

回答已采纳

2回答

创建多维周期基函数的R包？

r、statistics

我正在做一些建模工作，试图对随季节和一天中的时间变化的效果进行参数化。一天中的时间效应在不同的季节之间以一种复杂的方式有所不同，因此似乎最普遍的方法是在一天中的周期性时间，一年中的某一天空间中模拟这种影响。所描述的效果与实际预测器和预测量具有非线性关系，因此我需要一个显式的参数化，我可以使用非线性优化进行调整。因此，最明显的选

浏览 1提问于2012-10-10得票数 3

回答已采纳

1回答

numpy中的特殊张量积

python、numpy、matrix、tensor

我想计算矩阵上的下列运算：result = np.zeros((3,3,3))如何使用numpy的张量乘积(没有循环)来执行此计算？编辑result[i,j,k] = np.dot(x[j,i] , x[j,k]) 对于这种计算，合适的numpy运算符是什么？

浏览 3提问于2017-07-14得票数 1

回答已采纳

3回答

R中的外/张量积

r、outer-join

,xp每个维数d，计算它们的张量/外部/Kruskal积( p-array X和条目X[i1,i2,..ip] = x1[i1]x2[i2]...xp[ip]) )的最佳方法是什么？循环是微不足道的，但很愚蠢。使用对outer的重复调用可以正常工作，但似乎不是最优的解决方案(显然，随着p的增加，速度会变慢)。有更好的办法吗？编辑：array(apply(expand.grid(x1, x2, x3), 1, pro

浏览 12提问于2012-01-06得票数 7

回答已采纳

1回答

如何将平滑参数分别应用于mgcv中的主效应和交互作用？

r、mgcv

我只使用下面的代码将平滑的参数应用于交互项。) + s(X2, k=4, sp=-1) + method = "REML")这是使用sp选项控制平滑参数的正确方法吗？并且，我能否在X1交互项中分别设置ti()、X2的sp参数值？

浏览 2提问于2022-04-26得票数 0

回答已采纳

1回答

javascript中的Kronecker张量积

javascript、matlab

我需要计算两个矩阵的Kronecker积(如MatLab中的kron()函数)。我似乎已经找不到任何密码了，也许有人在他们的电脑上有一个可以使用的密码？

浏览 0提问于2017-05-06得票数 0

回答已采纳

2回答

numpy中的快速外张量积

python、arrays、numpy、linear-algebra

,d_m)) 我想要形成外张量积，也就是numpy数组。 z of shape ((d1,...,d_m,e_1,...

浏览 2提问于2016-05-26得票数 1

回答已采纳

2回答

如何在python中“扁平化”张量积矩阵？

python

我得到了一个由3x3数组组成的3x3数组，但实际上我希望得到一个9x9数组： import numpy as np a = np.tensordot(m,m, axes=0) 我尝试过a.reshape(9,9)，但它不能满足我的要求。还有更多的想法吗？

浏览 4提问于2019-01-07得票数 2

回答已采纳

2回答

检测和查找相交光线与三次bezier三角形

math、physics、bezier、raytracing

在编写模型编辑器时，除了启用光线跟踪之外，我还可以考虑一些操作，在这些操作中，我希望找到关于光线和三角形bezier面片之间交点的非常好的近似值。如果有它的C源代码，我可能也想看看。也许甚至可以使用它来代替我自己的代码。

浏览 0提问于2010-03-17得票数 3

回答已采纳

1回答

PyTorch中的多维张量积

pytorch、multiplication、tensor

在pytorch中，我必须得到维数K，L，M和M，L，N的张量，我要执行这些张量沿中间二维方向的标准张量卷积积，从而得到K，N张量。我找不到关于如何执行这些操作的正式文档，也许应该在其他库中进行更好的操作，然后再转换为py手电筒张量？

浏览 1提问于2020-07-30得票数 0

回答已采纳

2回答

相交线与二次Bezier三角

c++、math、raytracing、bezier

我试图为我的OpenCL实时射线追踪器找到线段和二次bezier三角形之间的交点。除了使用细分或张量积bezier补丁外，还有人知道这是否是真的或如何解决吗？下面是

浏览 6提问于2014-03-25得票数 2

回答已采纳

1回答

将矩阵扩展为块矩阵-索引问题

c++、algorithm、matlab、matrix、linear-algebra

我希望用两种方式展开矩阵，但我无法计算出它的代码；我不需要精确的代码，而只是在文献中寻找一个指针。下面的问题涉及量子力学中换位方程的线性化，我从物理学的角度了解理论，但我不知道我的问题在编程世界中的名字。B=[A11 A12 A13 A31 A32 A33] 0 a11 0 ...B中的</

浏览 1提问于2016-07-28得票数 2

回答已采纳

点击加载更多