如何在theano中使用batch_tensordot，比如numpy.einsum

Question

我有一个形状（3,4,5）的张量3和另一个形状为（3,4,7,5）的张量4。 在numpy的，

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

但在theano，如何做到这一点。

Answer 1

第一步是转置和重塑张量，以便只保留第一维。在这种情况下，它很简单，你只需要前两个方面结合起来：

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batched_tensordot，你会总结轴x_ 1轴2 y_的：

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

最后，重塑z_率先拿到两个维度：

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)