这个问题有一个github问题:
https://github.com/numpy/numpy/issues/2455
einsum 中索引符号的改进(Trac #1862)
错误案例:
einsum('ij...,j->ij...',A,B)
当前的解决方法需要(空)省略号:
einsum('ij...,j...->ij...',A,B)
它看起来像einsum
循环遍历字符串参数和操作数次,识别索引和广播类型(右、左、中间、无)和操作维度。有了这个,它构造了一个numpy.nditer
. 正是在构建引发此错误op_axes
的 nditer 时。einsum
我不知道测试标准是否太严格(ibroadcast >= ndim
),或者它是否需要采取额外的步骤来构造op_axes
这个参数的正确性。
https://github.com/numpy/numpy/issues/2619展示了如何nditer
用于复制einsum
行为。以此为基础,我可以复制您的计算:
prefactor = np.random.random((1, 1, 1, 160, 160, 128))
dipoles = np.random.random((160, 160, 128, 3))
x = numpy.einsum('...lmn,...lmno->...o', prefactor, dipoles)
#numpy.einsum('...lmn,lmno->...o', prefactor, dipoles) # not work
op_axes = [[0,1,2,3,4,5,-1], [-1,-1,-1,0,1,2,3], [0,1,2,-1,-1,-1,3]]
flags = ['reduce_ok','buffered', 'external_loop', 'delay_bufalloc', 'grow_inner']
op_flags = [['readonly']]*nops + [['allocate','readwrite']]
it = np.nditer([prefactor,dipoles,None], flags, op_flags, op_axes=op_axes)
it.operands[nops][...] = 0
it.reset()
#it.debug_print()
for (x,y,w) in it:
w[...] += x*y
print "\nnditer usage:"
print it.operands[nops] # == x
print it.operands[nops].shape # (1, 1, 1, 3)
该op_axes
线表示einsum
从 推导出的内容'...lmn,...lmno->...o'
。
我正在https://github.com/hpaulj/numpy-einsum上探索这个问题。
我有一个用 Python 代码einsum_py.py
模拟的。np.einsum
与此问题相关的部分是parse_subscripts()
,特别是prepare_op_axes()
。似乎只需要BROADCAST_RIGHT
迭代(从末尾开始)即可正确创建op_axes
,而不管椭圆在下标中的位置。它还删除了此问题的核心错误消息。
该einsum.c.src
存储库上的文件具有此更改,并且可以使用当前的主发行版正确编译(只需替换文件并构建)。它可以针对test_einsum.py
以及此问题的示例进行测试。
我已经为此更改提交了拉取请求。