将大小为d的2N向量存储在两个矩阵a和b中a.shape = b.shape = (N,d)（所以a[i]是a中的第i个向量，其中包含N向量，与b）相同。
我想以矢量化的方式构造形状T的张量(N,d,d)，使T[i,p,q] = a[i,p]*b[i,q]。
换句话说，我想要一个张量，其中第i个分量是（d乘d） - a[i]和b[i]元素的分量乘法矩阵，而不用循环。
我尝试在多个轴上使用tensordot，或点无效。有什么想法吗？
答案 0 :(得分：2)
使用einsum计算自己编写：
np.einsum('ip,iq->ipq', a,b)
这个表达也清楚地表明没有总结 - 只是产品。这是一种外部产品，而不是内部产品或基质产品。在这种情况下，tensordot无济于事。但广播应该：
a[:,:,None] * b[:,None,:]
（有时我必须颠倒None的顺序。使用不同的p和q来检查它是有帮助的。）
你没有提供MCVE来检查我的答案。