numpy - 将矩阵扩展为张量
问题描述
我有一个(m, n)
矩阵,其中每一行都是具有n
特征的示例。我想将它扩展为一个(m, n, n)
矩阵,即为每个示例创建其特征的外积。我已经研究过,tensordot
但还没有想出办法——它似乎只是收缩张量,而不是扩展它。
a = np.arange(5*3).reshape(5, 3, 1)
b = np.arange(5*3).reshape(1, 3, 5)
c = np.tensordot(a, b, axes=([1,2],[1,0])) # gives a (5,5) matrix
c = np.tensordot(a, b, axes=([1,2],[0,1])) # throws a shape-mismatch error
我将为一行举一个简单的例子。假设你有 col 向量a = [1, 2, 3]
,我想要得到的是a * a.T
ie:
1, 2, 3
2, 4, 6
3, 6, 9
解决方案
In [220]: a = np.arange(15).reshape(5,3)
In [221]: a
Out[221]:
array([[ 0, 1, 2],
[ 3, 4, 5],
[ 6, 7, 8],
[ 9, 10, 11],
[12, 13, 14]])
使用标准numpy
广播:
In [222]: a[:,:,None]*a[:,None,:]
Out[222]:
array([[[ 0, 0, 0],
[ 0, 1, 2],
[ 0, 2, 4]],
[[ 9, 12, 15],
[ 12, 16, 20],
[ 15, 20, 25]],
[[ 36, 42, 48],
[ 42, 49, 56],
[ 48, 56, 64]],
[[ 81, 90, 99],
[ 90, 100, 110],
[ 99, 110, 121]],
[[144, 156, 168],
[156, 169, 182],
[168, 182, 196]]])
In [223]: _.shape
Out[223]: (5, 3, 3)
einsum
有人提到:
In [224]: np.einsum('ij,ik->ijk',a,a).shape
Out[224]: (5, 3, 3)
广播作品:
(5,3) => (5,3,1) and (5,1,3) => (5,3,3)
None
索引就像你的reshape(5,3,1)
,添加一个维度。在广播大小 1 中,维度与其他数组的相应维度相匹配。 reshape
便宜;自由使用。
tensordot
名字不好;“张量”意味着它可以使用大于 2d 的值(但是所有 numpy 都可以做到这一点)。“点”是指点积,收缩。有einsum
和matmul/@
tensordot
不需要。并且从未用于创建更高维数组。
推荐阅读
- c++ - 左移的奇怪结果(1ull << s == 1 if s == 64)
- node.js - 连接并允许多个 ip 用于 mongodb 接受连接
- python - 用户登录和 Django OTP
- javascript - 是否可以改进 html2canvas 屏幕截图?
- c++ - 为什么 glOrtho 没有改变任何东西?
- java - 如何创建 Collection 对象并向其添加元素
- bash - Azure devops terraform 管道生成客户端 ID 和密码
- angular - 在 router.navigateByUrl 之后刷新组件到相同的 URL 不同的参数
- ios - 无法在 iTunes Store 中创建年度自动续订订阅
- java - JpaPagingItemReader 事务问题:StaleObjectStateException