numpy.linalg.tensorsolve

原文：https://docs.scipy.org/doc/numpy/reference/generated/numpy.linalg.tensorsolve.html

译者：飞龙 UsyiyiCN

校对：（虚位以待）

numpy.linalg.tensorsolve(a, b, axes=None)[source]

为x解出张量方程a x = b

假设x的所有索引与a的最右边索引一起在产物中求和，如在例如 tensordot（a， x， axes = len（b.shape））。

参数：	a：array_like 系数张量，形状b.shape + Q。 Q等于由其最右边索引的适当数目组成的a的子张量的形状，并且必须使得prod（Q） == prod（b.shape）（在某种意义上a '广场'）。 b：array_like 右手张量，可以是任何形状。 axes：ints的元组，可选 在a中的轴，在反演前向右重新排序。如果为无（默认值），则不进行重新排序。
返回：	x：ndarray，shape Q
上升：	LinAlgError 如果a是奇异的或不是'正方形'（在上述意义上）。

也可以看看

tensordot，tensorinv，einsum

例子

>>> a = np.eye(2*3*4)
>>> a.shape = (2*3, 4, 2, 3, 4)
>>> b = np.random.randn(2*3, 4)
>>> x = np.linalg.tensorsolve(a, b)
>>> x.shape
(2, 3, 4)
>>> np.allclose(np.tensordot(a, x, axes=3), b)
True