您可以使用SymPy 1.0版中引入的新张量数组模块。在
我假设您的K和M参数是数字,而不是符号(否则我建议使用symphy.tensor.索引)。在
考虑两个向量的长度。因此,X是秩2和形(2,3)的张量。
我还选择了一个简单的向量:In [1]: from sympy import *
In [2]: from sympy.tensor.array import *
In [3]: var("a,b,c,d,e,f")
Out[3]: (a, b, c, d, e, f)
In [4]: X = Array([[a, b, c], [d, e, f]])
In [5]: var("w1,w2,w3")
Out[5]: (w1, w2, w3)
In [6]: W = Array([w1, w2, w3])
现在创建一个有三个指数的乘积张量(2来自X,1来自W):
^{pr2}$
让我们对第二和第三个索引求和(Python表示法中的索引1和2,因为索引从零开始),这相当于您所称的dot乘积:
^{3}$
同样的表达式可以归纳为:In [12]: stc = sum(tensorcontraction(tp, (1, 2)))
In [13]: stc
Out[13]: a*w1 + b*w2 + c*w3 + d*w1 + e*w2 + f*w3
对于数组的导数,您可以使用derive_by_array(…)。它将创建一个更高阶的张量,其每个分量都由后一个变元的一个分量导出:In [14]: derive_by_array(stc, W)
Out[14]: [a + d, b + e, c + f]
编辑
因为现在已经指定参数M和K是符号,所以我将添加这个部分。在
将X和W声明为索引库:In [1]: X = IndexedBase("X")
In [2]: W = IndexedBase("W")
In [3]: var("i,j,M,K", integer=True)
Out[3]: (i, j, M, K)
您的表达式是指数i和j乘积的和,表达式如下:In [4]: s = Sum(X[i, j]*W[j], (i, 1, M), (j, 1, K))
In [5]: s
Out[5]:
K M
___ ___
╲ ╲
╲ ╲ W[j]⋅X[i, j]
╱ ╱
╱ ╱
‾‾‾ ‾‾‾
j = 1 i = 1
现在,我们将得到s.diff(W[j])或使用不同的索引s.diff(W[k]),不幸的是,这还没有在SymPy中实现。
github上有一个PR,它将增加对索引对象派生的支持,但到目前为止还没有合并:
https://github.com/sympy/sympy/pull/9314