पायथन में सरणी जैसी कुल्हाड़ियों के साथ विभिन्न आयामों वाले सरणियों के लिए टेंसर डॉट उत्पाद की गणना करें

दो टेंसर, a और b, और एक array_like ऑब्जेक्ट जिसमें दो array_like ऑब्जेक्ट हैं, (a_axes,b_axes), a_axes और b_axes द्वारा निर्दिष्ट कुल्हाड़ियों पर a और b के तत्वों (घटकों) के उत्पादों को योग करें। तीसरा तर्क एक एकल गैर-ऋणात्मक पूर्णांक_जैसे अदिश, N हो सकता है; यदि ऐसा है, तो a के अंतिम N आयामों और b के पहले N आयामों को जोड़ दिया जाता है।

कदम

सबसे पहले, आवश्यक पुस्तकालयों को आयात करें -

import numpy as np

सरणी () विधि का उपयोग करके विभिन्न आयामों के साथ दो सुस्पष्ट सरणियाँ बनाना -

arr1 = np.array(range(1, 9))
arr1.shape = (2, 2, 2)

arr2 = np.array(('p', 'q', 'r', 's'), dtype=object)
arr2.shape = (2, 2)

सरणियों को प्रदर्शित करें -

print("Array1...\n",arr1)
print("\nArray2...\n",arr2)

दोनों सरणियों के आयामों की जाँच करें -

print("\nDimensions of Array1...\n",arr1.ndim)
print("\nDimensions of Array2...\n",arr2.ndim)

दोनों सरणियों के आकार की जाँच करें -

print("\nShape of Array1...\n",arr1.shape)
print("\nShape of Array2...\n",arr2.shape)

विभिन्न आयामों वाले सरणियों के लिए टेंसर डॉट उत्पाद की गणना करने के लिए, numpy.tensordot()विधि का उपयोग करें -

print("\nTensor dot product...\n", np.tensordot(arr1, arr2, ((0, 1), (0, 1))))

उदाहरण

import numpy as np

# Creating two numpy arrays with different dimensions using the array() method
arr1 = np.array(range(1, 9))
arr1.shape = (2, 2, 2)
arr2 = np.array(('p', 'q', 'r', 's'), dtype=object)
arr2.shape = (2, 2)

# Display the arrays
print("Array1...\n",arr1)
print("\nArray2...\n",arr2)

# Check the Dimensions of both the arrays
print("\nDimensions of Array1...\n",arr1.ndim)
print("\nDimensions of Array2...\n",arr2.ndim)

# Check the Shape of both the arrays
print("\nShape of Array1...\n",arr1.shape)
print("\nShape of Array2...\n",arr2.shape)

# To compute the tensor dot product for arrays with different dimensions, use the numpy.tensordot() method in Python
print("\nTensor dot product...\n", np.tensordot(arr1, arr2, ((0, 1), (0, 1))))

आउटपुट

Array1...
[[[1 2]
[3 4]]

[[5 6]
[7 8]]]

Array2...
[['p' 'q']
['r' 's']]

Dimensions of Array1...
3

Dimensions of Array2...
2

Shape of Array1...
(2, 2, 2)

Shape of Array2...
(2, 2)

Tensor dot product...
['pqqqrrrrrsssssss' 'ppqqqqrrrrrrssssssss']