numpy.linalg.tensorsolve#
- linalg.tensorsolve(a, b, axes=None)[源代码]#
求解张量方程
a x = b中的 x.假设 x 的所有索引都在乘积中加总,以及 a 的最右边的索引,例如,
tensordot(a, x, axes=x.ndim)中的那样.- 参数:
- aarray_like
系数张量,形状为
b.shape + Q. Q 是一个元组,等于 a 的子张量的形状,该子张量由其最右边的适当数量的索引组成,并且必须满足prod(Q) == prod(b.shape)(在这种意义上, a 被称为"正方形").- barray_like
右手张量,可以是任何形状.
- axes整数元组,可选
在反转之前, a 中要重新排序到右侧的轴. 如果为 None(默认),则不进行重新排序.
- 返回:
- xndarray,形状 Q
- Raises:
- LinAlgError
如果 a 是奇异的或不是"正方形"(在上述意义上).
参见
示例
>>> import numpy as np >>> a = np.eye(2*3*4) >>> a.shape = (2*3, 4, 2, 3, 4) >>> rng = np.random.default_rng() >>> b = rng.normal(size=(2*3, 4)) >>> x = np.linalg.tensorsolve(a, b) >>> x.shape (2, 3, 4) >>> np.allclose(np.tensordot(a, x, axes=3), b) True