如何将自定义myTensor类对象传入numpy的dot函数实现目标运算效果

实现方案 #

Numpy 的通用函数支持自定义类通过实现 __array_ufunc__ 特殊方法适配调用逻辑，你只需要在 myTensor 类中补充该方法，专门处理 np.dot 的调用场景即可。

修改后的完整类代码如下：

import numpy as np
class myTensor:
    def __init__(self,data):
        self.data=np.array(data)
        self.parent=[]
    
    def __array_ufunc__(self, ufunc, method, *inputs, **kwargs):
        # 匹配np.dot调用场景
        if ufunc == np.dot and method == '__call__' and len(inputs) == 2:
            a, b = inputs
            if isinstance(a, myTensor) and isinstance(b, myTensor):
                # 计算点积生成新实例
                dot_res = np.dot(a.data, b.data)
                out = myTensor(dot_res)
                out.parent = [a, b]
                return out
        # 其他运算场景走默认逻辑，可按需扩展
        return NotImplemented

效果验证 #

运行你给出的示例代码即可得到预期结果：

t1=myTensor([1,2])
t2=myTensor([3,4])
t3=np.dot(t1,t2)
print(t3.data) # 输出 11
print(t3.parent == [t1, t2]) # 输出 True

内容的提问来源于stack exchange，提问作者AZ96