einsum¶
- paddle. einsum ( equation, *operands ) ¶
该函数用于对一组输入 Tensor 进行 Einstein 求和,该函数目前仅适用于动态图。
Einstein 求和是一种采用 Einstein 标记法描述的 Tensor 求和,输入单个或多个 Tensor,输出单个 Tensor。
如下的 Tensor 操作或运算均可视为 Einstein 求和的特例
- 单操作数
迹:trace
对角元:diagonal
转置:transpose
求和:sum
- 双操作数
内积:dot
外积:outer
广播乘积:mul,*
矩阵乘:matmul
批量矩阵乘:bmm
- 多操作数
广播乘积:mul,*
多矩阵乘:A.matmul(B).matmul(C)
关于求和标记的约定
维度分量下标:Tensor 的维度分量下标使用英文字母表示,不区分大小写,如'ijk'表示 Tensor 维度分量为 i,j,k
下标对应输入操作数:维度下标以`,`分段,按顺序 1-1 对应输入操作数
广播维度:省略号`...`表示维度的广播分量,例如,'i...j'表示首末分量除外的维度需进行广播对齐
自由标和哑标:输入标记中仅出现一次的下标为自由标,重复出现的下标为哑标,哑标对应的维度分量将被规约消去
- 输出:输出 Tensor 的维度分量既可由输入标记自动推导,也可以用输出标记定制化
- 自动推导输出
广播维度分量位于维度向量高维位置,自由标维度分量按字母顺序排序,位于维度向量低纬位置,哑标维度分量不输出
- 定制化输出
维度标记中`->`右侧为输出标记
若输出包含广播维度,则输出标记需包含`...`
输出标记为空时,对输出进行全量求和,返回该标量
输出不能包含输入标记中未出现的下标
输出下标不可以重复出现
哑标出现在输出标记中则自动提升为自由标
输出标记中未出现的自由标被降为哑标
- 例子
'...ij, ...jk',该标记中 i,k 为自由标,j 为哑标,输出维度'...ik'
'ij -> i',i 为自由标,j 为哑标
'...ij, ...jk -> ...ijk',i,j,k 均为自由标
'...ij, ...jk -> ij',若输入 Tensor 中的广播维度不为空,则该标记为无效标记
求和规则
Einsum 求和过程理论上等价于如下四步,但实现中实际执行的步骤会有差异。
第一步,维度对齐:将所有标记按字母序排序,按照标记顺序将输入 Tensor 逐一转置、补齐维度,使得处理后的所有 Tensor 其维度标记保持一致
第二步,广播乘积:以维度下标为索引进行广播点乘
第三步,维度规约:将哑标对应的维度分量求和消除
第四步,转置输出:若存在输出标记,则按标记进行转置,否则按广播维度+字母序自由标的顺序转置,返回转之后的 Tensor 作为输出
关于 trace 和 diagonal 的标记约定(待实现功能)
在单个输入 Tensor 的标记中重复出现的下标称为对角标,对角标对应的坐标轴需进行对角化操作,如'i...i'表示需对首尾坐标轴进行对角化
若无输出标记或输出标记中不包含对角标,则对角标对应维度规约为标量,相应维度取消,等价于 trace 操作
若输出标记中包含对角标,则保留对角标维度,等价于 diagonal 操作
参数¶
equation (str):求和标记
operands (Tensor, [Tensor, ...]):输入 Tensor
返回¶
Tensor:输出 Tensor
代码示例¶
COPY-FROM: paddle.einsum