与numpy相容的本征张量积

在python numpy中，可以定义两个不同大小的多维张量并将它们相乘。例如，这里数组“a”的形状为（1,3），“b”的形状为（2,1）。产品形状为（2,3）。在张量积中，这是有意义的：c_ij=b_i a_j。在本征（A＋C++库）中，虽然张量乘积形状相同，但在特征值

中也可以这样做。

from numpy import array as arr
a = arr([[1,2,3]])
b = arr([[5], [10]])
c = a * b
# Outputs
a
array([[1, 2, 3]])
b
array([[ 5],
       [10]])
c
array([[ 5, 10, 15],
       [10, 20, 30]])

---

只需使用

@

操作符即可-

b@a

您还可以执行

np.matmul（b，a）

对于具有更多维度的数组，可以使用

einsum

。在这种情况下，

np.einsum（“ij，ai->aj”，a，b）

将给出您期望的结果

还有另一种方法-

np.tensordot（a，b，axes=（（0），（1））.T

---

最后两种方法在处理大规模多维阵列时非常有用。

谢谢，但问题是如何在Eigen而不是numpy中实现这一点。哦，对不起，我误解了你的问题。我相信这个问题已经得到了回答。尽管如此，如果你问的是更普遍的宫缩（不仅仅是外型产品），那么请检查