numpy.linalg.tensorsolve#

linalg.tensorsolve(a, b, axes=None)[原始碼]#

求解張量方程式 a x = b 以求 x。

假設 x 的所有索引都在乘積中加總，連同 a 的最右邊索引，例如 tensordot(a, x, axes=x.ndim) 中的作法。

參數:

aarray_like: 係數張量，形狀為 b.shape + Q。Q (一個元組) 等於 a 的子張量的形狀，該子張量由其最右邊的適當數量的索引組成，且必須滿足 prod(Q) == prod(b.shape) (從這個意義上來說，a 被稱為「方陣」)。
barray_like: 右側張量，可以是任何形狀。
axestuple of ints, optional: 在反轉之前，a 中要重新排序到右側的軸。如果為 None (預設值)，則不執行重新排序。

返回:

xndarray，形狀 Q

引發:

LinAlgError: 如果 a 是奇異的或不是「方陣」(在上述意義上)。

另請參閱

numpy.tensordot、tensorinv、numpy.einsum

範例

>>> 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