Numpy einsum可以用于重塑操作数的形状吗？

我正在尝试将以下代码段修改为不使用

重塑

a = np.random.randn(1, 2, 3, 5)
b = np.random.randn(2, 5, 10)

np.einsum("ijkl,mjl->kim", a, b.reshape(10,2,5))

---

起初，我认为重塑只是转置操作数，但它似乎比这更复杂。是否可以在不重塑的情况下执行此操作？

您是正确的，重塑与转置不同。在某种程度上，转置会改变数据的顺序，而重塑则不会

einsum

可以用作转置，而不是重塑。从（2,5,10）重塑为（10,2,5）与

转置（2,0,1）

不同。尝试使用一个小整数数组，在那里可以看到更改

einsum

可以进行转置，并对维度进行求和）。给定这些数组维度，并希望对大小2和5维度的乘积进行求和，我将使用

np.einsum（'ijkl，jlm->kim'，a，b）

生成一个（3,1,10）数组。没有必要转换

b

维度（或者更不用说“重塑”它们）。@hpaulj我确实想缩小尺寸2和5维度，但它们被压缩到了维度10-我认为只有从根本上改变

b

的形状（这是我试图避免的）才能进行此操作。如果

b

的形状是

（2,5,2,5）

我可以做

np.einsum（'ijkl，mnjl->kimn'，a，b）。重塑（3,1，-1）

，但我需要重塑

b

以某种方式将维度10分解为（2,5），进一步思考重塑（2,5,10）到（10,2,5）不是问题，因为两者都重塑为（2,5,2,5）甚至（10,10）。（20,5）到（5,20）将是一个问题。最后一个

einsum

的默认顺序是“ikmn”。由您决定

b

中的哪个（2,5）和

a

中的（2,5）配对。无论如何，如果有必要，不要害怕进行单独的

重塑

（甚至

转置

）。这些操作并不昂贵。