python - 如何在 theano 中使用 batch_tensordot，如 numpy.einsum

Question

我有一个形状为 (3, 4, 5) 的 tensor3 和另一个形状为 (3, 4, 7, 5) 的 tensor4。在 numpy 中，

 result = np.einsum("ijk, ijmk->ijm", tensor3, tensor4)
 print result.shape 
 (3, 4, 7)

但在 theano 中，该怎么做。

Answer 1

第一步是转置和重塑你的张量，以便只保留第一个维度。在这种情况下，它非常简单，您只需将前两个维度结合起来：

x = tensor.tensor3()
y = tensor.tensor4()
i, j, m, k = y.shape

x_ = x.reshape((i * j, k))
y_ = y.reshape((i * j, m, k))

然后，您指定要将轴 1与轴 2batched_tensordot相加：x_y_

z_ = tensor.batched_tensordot(x_, y_, (1, 2))  # shape (i * j, m)

最后，reshapez_得到前两个维度：

z = z_.reshape((i, j, m))
print(z.eval({x: np.zeros((3, 4, 5)), y: np.zeros((3, 4, 7, 5))}).shape)
# (3, 4, 7)