numpy.linalg.tensorinv

numpy.linalg.tensorinv(a, ind=2)

计算N维数组的“逆”。

结果是相对于十字变换操作的a的倒数tensordot（a， b， ind） t4 >，i。即，直到浮点精度，tensordot（张量函数（a）， a， ind）用于tensordot操作的“身份”张量。

参数：

a：array_like

Tensor“反转”。它的形状必须是“正方形”，即。例如prod（a.shape [：ind]） == prod（a.shape [ind：]） / t0>。

ind：int，可选

在逆总和中涉及的第一索引的数量。必须为正整数，默认值为2。

返回：

b：ndarray

a的形容词反转，形状a.shape [ind：] + a.shape [：ind] / t4>。

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，tensorsolve

例子

>>> a = np.eye(4*6)
>>> a.shape = (4, 6, 8, 3)
>>> ainv = np.linalg.tensorinv(a, ind=2)
>>> ainv.shape
(8, 3, 4, 6)
>>> b = np.random.randn(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)
>>> b = np.random.randn(24)
>>> np.allclose(np.tensordot(ainv, b, 1), np.linalg.tensorsolve(a, b))
True