Numpy 张氏混淆

我可能误解了

张力或
。我试着做以下部分收缩：

c(e,q,i,j) = a(e,q,i,j,k,l) * b(e,q,l,k)

使用

但它给了我错误

/usr/local/lib/python3.7/site-packages/numpy/core/numeric.py in tensordot(a, b, axes)
   1282     else:
   1283         for k in range(na):
-> 1284             if as_[axes_a[k]] != bs[axes_b[k]]:
   1285                 equal = False
   1286                 break

IndexError: tuple index out of range

我误解了什么？
我们希望保持少数轴对齐。因此，
tensordot
不会直接起作用。相反，我们可以使用
np.einsum
-

np.einsum('ijklmn,ijnm->ijkl',a,b)

[4,3]
代表
b
，它没有
4
@Divakar，所以它应该是
c=np.tensordot（a，b，axes=（[5,4]，[2,3]）
？但这也不起作用，因为输出形状是
（1,4,2,2,1,4）
，而它应该是
（1,4,2,2）
。看起来您希望保持几个轴对齐。所以，寻找einsum/matmul。@Divakar谢谢。因此，如果使用
tensordot
，
tensordot
组合使用整形和转置将计算减少到
dot
。因此，就像
dot
一样，它不能只通过
e，q
维度来保持不变<创建代码>matmul
是为了按照您想要的方式处理前导维度。
np.einsum('ijklmn,ijnm->ijkl',a,b)