numpy.linalg.tensorinv#
- linalg.tensorinv(a, ind=2)[source]#
计算 N 维数组的“逆”。
结果是相对于 tensordot 操作
tensordot(a, b, ind)
的 a 的逆,即,在浮点精度范围内,tensordot(tensorinv(a), a, ind)
是 tensordot 操作的“单位”张量。- 参数:
- aarray_like
要“反转”的张量。其形状必须是“方形”,即
prod(a.shape[:ind]) == prod(a.shape[ind:])
。- indint, 可选
参与逆和运算的第一个索引的数量。必须是正整数,默认为 2。
- 返回值:
- bndarray
a 的 tensordot 逆,形状为
a.shape[ind:] + a.shape[:ind]
。
- 引发:
- LinAlgError
如果 a 是奇异的或不是“方形”(如上所述)。
示例
>>> import numpy as np >>> a = np.eye(4*6) >>> a.shape = (4, 6, 8, 3) >>> ainv = np.linalg.tensorinv(a, ind=2) >>> ainv.shape (8, 3, 4, 6) >>> rng = np.random.default_rng() >>> b = rng.normal(size=(4, 6)) >>> np.allclose(np.tensordot(ainv, b), np.linalg.tensorsolve(a, b)) True
>>> a = np.eye(4*6) >>> a.shape = (24, 8, 3) >>> ainv = np.linalg.tensorinv(a, ind=1) >>> ainv.shape (8, 3, 24) >>> rng = np.random.default_rng() >>> b = rng.normal(size=24) >>> np.allclose(np.tensordot(ainv, b, 1), np.linalg.tensorsolve(a, b)) True