Numpy/PyTorch 有趣的张量积
Numpy/PyTorch funny tensor product
我有一个 4 维火炬张量参数定义如下：
nn.parameter.Parameter(data=torch.Tensor((13,13,13,13)), requires_grad=True)
和四个带有 dims (batch_size,13) 的张量（或一个带有 dims (batch_size,4,13) 的张量）。
我想得到一个张量，其 dims (batch_size) 等于这张图片末尾的公式：
[编辑：我在第一张图片中犯了一个错误，我已经更正了]
我在 torch 文档中看到了函数 tensordot，但我无法自己实现它。
每当你有一个有趣的张量积torch.einsum (or numpy.einsum)是你的朋友:
batch_size = 5
A = torch.rand(13, 13, 13, 13)
a = torch.rand(batch_size, 13)
b = torch.rand(batch_size, 13)
c = torch.rand(batch_size, 13)
d = torch.rand(batch_size, 13)
B = torch.einsum('ijkl,bi,bj,bk,bl->b', A, a, b, c, d)
我有一个 4 维火炬张量参数定义如下：
nn.parameter.Parameter(data=torch.Tensor((13,13,13,13)), requires_grad=True)
和四个带有 dims (batch_size,13) 的张量（或一个带有 dims (batch_size,4,13) 的张量）。
我想得到一个张量，其 dims (batch_size) 等于这张图片末尾的公式：
[编辑：我在第一张图片中犯了一个错误，我已经更正了]
每当你有一个有趣的张量积torch.einsum (or numpy.einsum)是你的朋友:
batch_size = 5
A = torch.rand(13, 13, 13, 13)
a = torch.rand(batch_size, 13)
b = torch.rand(batch_size, 13)
c = torch.rand(batch_size, 13)
d = torch.rand(batch_size, 13)
B = torch.einsum('ijkl,bi,bj,bk,bl->b', A, a, b, c, d)