python - python中的有效张量收缩

我有一个张量列表 L ( ndarray 对象)，每个都有几个索引。我需要根据连接图收缩这些指数。

连接以 ((m,i),(n,j)) 形式编码在元组列表中，表示“将张量 L[m] 的第 i 个索引与张量 L[n] 的第 j 个索引收缩。

如何处理非平凡的连接图？第一个问题是，只要我收缩一对索引，结果就是一个不属于列表 L 的新张量。但即使我解决了这个问题(例如通过为所有张量的所有索引提供唯一标识符)，也存在一个问题，即可以选择任何顺序来执行收缩，并且某些选择会在中间计算中产生不必要的巨大野兽(即使最终结果很小)。建议？

最佳答案

除了内存方面的考虑，我相信您可以在对 einsum 的一次调用中完成收缩，尽管您需要一些预处理。我不完全确定你所说的“当我收缩一对索引时，结果是一个不属于列表 L 的新张量”是什么意思，但我认为在一个步骤中进行收缩将完全解决这个问题.

我建议使用 einsum 的替代数字索引语法:

einsum(op0, sublist0, op1, sublist1, ..., [sublistout])

所以你需要做的是将索引编码为整数序列。首先，您需要最初设置一系列唯一索引，并保留另一个副本以用作 sublistout 。然后，迭代您的连接图，您需要在必要时将收缩索引设置为相同的索引，同时从 sublistout 中删除收缩索引。

import numpy as np

def contract_all(tensors,conns):
    '''
    Contract the tensors inside the list tensors
    according to the connectivities in conns

    Example input:
    tensors = [np.random.rand(2,3),np.random.rand(3,4,5),np.random.rand(3,4)]
    conns = [((0,1),(2,0)), ((1,1),(2,1))]
    returned shape in this case is (2,3,5)
    '''

    ndims = [t.ndim for t in tensors]
    totdims = sum(ndims)
    dims0 = np.arange(totdims)
    # keep track of sublistout throughout
    sublistout = set(dims0.tolist())
    # cut up the index array according to tensors
    # (throw away empty list at the end)
    inds = np.split(dims0,np.cumsum(ndims))[:-1]
    # we also need to convert to a list, otherwise einsum chokes
    inds = [ind.tolist() for ind in inds]

    # if there were no contractions, we'd call
    # np.einsum(*zip(tensors,inds),sublistout)

    # instead we need to loop over the connectivity graph
    # and manipulate the indices
    for (m,i),(n,j) in conns:
        # tensors[m][i] contracted with tensors[n][j]

        # remove the old indices from sublistout which is a set
        sublistout -= {inds[m][i],inds[n][j]}

        # contract the indices
        inds[n][j] = inds[m][i]

    # zip and flatten the tensors and indices
    args = [subarg for arg in zip(tensors,inds) for subarg in arg]

    # assuming there are no multiple contractions, we're done here
    return np.einsum(*args,sublistout)

一个简单的例子:

>>> tensors = [np.random.rand(2,3), np.random.rand(4,3)]
>>> conns = [((0,1),(1,1))]
>>> contract_all(tensors,conns)
array([[ 1.51970003,  1.06482209,  1.61478989,  1.86329518],
       [ 1.16334367,  0.60125945,  1.00275992,  1.43578448]])
>>> np.einsum('ij,kj',tensors[0],tensors[1])
array([[ 1.51970003,  1.06482209,  1.61478989,  1.86329518],
       [ 1.16334367,  0.60125945,  1.00275992,  1.43578448]])

如果有多个收缩，循环中的逻辑会变得有点复杂，因为我们需要处理所有重复项。然而，逻辑是一样的。此外，上述显然缺少确保可以收缩相应索引的检查。

事后看来，我意识到不必指定默认的 sublistout，einsum 无论如何都使用该顺序。我决定在代码中保留该变量，因为如果我们想要一个非平凡的输出索引顺序，我们必须适本地处理该变量，它可能会派上用场。

至于收缩顺序的优化，您可以在 np.einsum 1.12 版中实现内部优化(如@hpaulj 在现已删除的评论中所述)。此版本向 optimize 引入了 np.einsum 可选关键字参数，允许选择以内存为代价减少计算时间的收缩顺序。传递 'greedy' 或 'optimal' 作为 optimize 关键字将使 numpy 选择尺寸大小大致降序的收缩顺序。
optimize 关键字的可用选项来自显然未记录的(就在线文档而言； help() 幸运地工作)函数 np.einsum_path :

einsum_path(subscripts, *operands, optimize='greedy')

Evaluates the lowest cost contraction order for an einsum expression by
considering the creation of intermediate arrays.

np.einsum_path 的输出收缩路径也可以用作 optimize 的 np.einsum 参数的输入。在您的问题中，您担心使用了太多内存，所以我怀疑默认没有优化(运行时间可能更长，内存占用更小)。

关于python - python中的有效张量收缩，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/42034480/