矩阵张量积的逆等于各自逆的张量积

python 复制代码
A=np.array([[1,4],[6,2]])

B=np.array([[3,1],[4,8]])

np.linalg.det(np.kron(A,B))
Out[9]: 193599.99999999985

np.linalg.inv(np.kron(A,B))
Out[10]: 
array([[-0.03636364,  0.00454545,  0.07272727, -0.00909091],
       [ 0.01818182, -0.01363636, -0.03636364,  0.02727273],
       [ 0.10909091, -0.01363636, -0.01818182,  0.00227273],
       [-0.05454545,  0.04090909,  0.00909091, -0.00681818]])

np.kron(np.linalg.inv(A),np.linalg.inv(B))
Out[11]: 
array([[-0.03636364,  0.00454545,  0.07272727, -0.00909091],
       [ 0.01818182, -0.01363636, -0.03636364,  0.02727273],
       [ 0.10909091, -0.01363636, -0.01818182,  0.00227273],
       [-0.05454545,  0.04090909,  0.00909091, -0.00681818]])
相关推荐
Dream of maid19 小时前
Python-基础1(数据类型)
开发语言·python
清水白石00820 小时前
《从缓存到数据库:一致性之痛与工程之道》
数据库·python·缓存
Thomas.Sir20 小时前
第三章:Agent智能体开发实战之【LlamaIndex 工作流从入门到实战】
python·ai·llama·workflow·llamaindex
小江的记录本20 小时前
【JEECG Boot】JEECG Boot 系统性知识体系全方位结构化总结
java·前端·spring boot·后端·python·spring·spring cloud
SomeB1oody20 小时前
【Python深度学习】1.2. 多层感知器MLP(人工神经网络)实现非线性分类理论
开发语言·人工智能·python·深度学习·机器学习·分类
清水白石00820 小时前
《从同步到消息驱动:现代后端交互模式的深度解析与工程实践》
python·交互
deephub21 小时前
机器学习特征工程:缩放、编码、聚合、嵌入与自动化
人工智能·python·机器学习·特征工程
科雷软件测试1 天前
Python中itertools.product:快速生成笛卡尔积
开发语言·python
派大星~课堂1 天前
【力扣-142. 环形链表2 ✨】Python笔记
python·leetcode·链表
Thomas.Sir1 天前
第一章:Agent智能体开发实战之【初步认识 LlamaIndex:从入门到实操】
人工智能·python·ai·检索增强·llama·llamaindex