аюсь добиться того же поведения, что и np.matmul, умножение параллельных матриц, используя просто tenordot, dot, reshaping и т. Д.

Библиотека, которую я перевожу в эту библиотеку, не имеет matmul, который поддерживает параллельное умножение, только точка и тензордот.

Кроме того, я хочу избежать итерации по первому измерению, и хочу сделать это, используя набор умножений и преобразований матриц (хочу, чтобы как можно больше из них работало с использованием BLAS / GPU, так как у меня есть большое количество маленьких матриц для параллельного вычисления).

Вот пример:

import numpy as np

angles = np.array([np.pi/4, 2*np.pi/4, 2*np.pi/4])

vectors = np.array([ [1,0],[1,-1],[-1,0]])

s = np.sin(angles)
c = np.cos(angles)

rotations = np.array([[c,s],[-s,c]]).T

print rotations

print vectors

print("Correct: %s" % np.matmul(rotations, vectors.reshape(3,2,1)))

# I want to do this using tensordot/reshaping, i.e just gemm BLAS operations underneath
print("Wrong: %s" % np.tensordot(rotations, vectors, axes=(1,1)))

Выход этого:

Correct: [[[  7.07106781e-01]
  [  7.07106781e-01]]

 [[  1.00000000e+00]
  [  1.00000000e+00]]

 [[ -6.12323400e-17]
  [ -1.00000000e+00]]]


Wrong: [[[  7.07106781e-01   1.11022302e-16  -7.07106781e-01]
  [ -7.07106781e-01  -1.41421356e+00   7.07106781e-01]]

 [[  6.12323400e-17  -1.00000000e+00  -6.12323400e-17]
  [ -1.00000000e+00  -1.00000000e+00   1.00000000e+00]]

 [[  6.12323400e-17  -1.00000000e+00  -6.12323400e-17]
  [ -1.00000000e+00  -1.00000000e+00   1.00000000e+00]]]

Есть ли способ, которым я могу изменить второе выражение, чтобы получить тот же результат, что и первое, просто с помощью точки / тензордот.

Я верю, что это возможно, и виделинекоторые комментарии онлайн, но никогда никаких примеров