tf.tensordot

Тензорное сокращение a и b по указанным осям и внешнее произведение.

tf.tensordot(
    a, b, axes, name=None
)

Tensordot (также известное как тензорное сокращение) суммирует произведение элементов из a и b по индексам, указанным в axes.

Эта операция соответствует numpy.tensordot(a, b, axes).

Пример 1: Когда a и b являются матрицами (порядка 2), случай axes=1 эквивалентен умножению матриц.

Пример 2: Когда a и b являются матрицами (порядка 2), случай axes = [[1], [0]] эквивалентен умножению матриц.

Пример 3: Когда a и b являются матрицами (порядка 2), случай axes=0 даёт внешнее произведение, тензор порядка 4.

Пример 4: Предположим, что \(a_{ijk}\) и \(b_{lmn}\) представляют два тензора порядка 3. Тогда contract(a, b, [[0], [2]]) — это тензор порядка 4 \(c_{jklm}\), запись которого, соответствующая индексам \((j,k,l,m)\) задаётся следующим выражением:

\( c_{jklm} = \sum_i a_{ijk} b_{lmi} \).

В общем случае order(c) = order(a) + order(b) - 2*len(axes[0]).