.. py:function:: paddle.einsum(equation, *operands)
该函数用于对一组输入 Tensor 进行 Einstein 求和，该函数目前仅适用于动态图。
Einstein 求和是一种采用 Einstein 标记法描述的 Tensor 求和，输入单个或多个 Tensor，输出单个 Tensor。
如下的 Tensor 操作或运算均可视为 Einstein 求和的特例
- 单操作数
- 迹：trace
- 对角元：diagonal
- 转置：transpose
- 求和：sum
- 双操作数
- 内积：dot
- 外积：outer
- 广播乘积：mul，*
- 矩阵乘：matmul
- 批量矩阵乘：bmm
- 多操作数
- 广播乘积：mul，*
- 多矩阵乘：A.matmul(B).matmul(C)
关于求和标记的约定
- 维度分量下标：Tensor 的维度分量下标使用英文字母表示，不区分大小写，如'ijk'表示 Tensor 维度分量为 i,j,k
- 下标对应输入操作数：维度下标以`,`分段，按顺序 1-1 对应输入操作数
- 广播维度：省略号`...`表示维度的广播分量，例如，'i...j'表示首末分量除外的维度需进行广播对齐
- 自由标和哑标：输入标记中仅出现一次的下标为自由标，重复出现的下标为哑标，哑标对应的维度分量将被规约消去
- 输出：输出 Tensor 的维度分量既可由输入标记自动推导，也可以用输出标记定制化
- 自动推导输出
- 广播维度分量位于维度向量高维位置，自由标维度分量按字母顺序排序，位于维度向量低纬位置，哑标维度分量不输出
- 定制化输出
- 维度标记中`->`右侧为输出标记
- 若输出包含广播维度，则输出标记需包含`...`
- 输出标记为空时，对输出进行全量求和，返回该标量
- 输出不能包含输入标记中未出现的下标
- 输出下标不可以重复出现
- 哑标出现在输出标记中则自动提升为自由标
- 输出标记中未出现的自由标被降为哑标
- 例子
- '...ij, ...jk'，该标记中 i,k 为自由标，j 为哑标，输出维度'...ik'
- 'ij -> i'，i 为自由标，j 为哑标
- '...ij, ...jk -> ...ijk'，i,j,k 均为自由标
- '...ij, ...jk -> ij'，若输入 Tensor 中的广播维度不为空，则该标记为无效标记
求和规则
Einsum 求和过程理论上等价于如下四步，但实现中实际执行的步骤会有差异。
- 第一步，维度对齐：将所有标记按字母序排序，按照标记顺序将输入 Tensor 逐一转置、补齐维度，使得处理后的所有 Tensor 其维度标记保持一致
- 第二步，广播乘积：以维度下标为索引进行广播点乘
- 第三步，维度规约：将哑标对应的维度分量求和消除
- 第四步，转置输出：若存在输出标记，则按标记进行转置，否则按广播维度+字母序自由标的顺序转置，返回转之后的 Tensor 作为输出
关于 trace 和 diagonal 的标记约定（待实现功能）
- 在单个输入 Tensor 的标记中重复出现的下标称为对角标，对角标对应的坐标轴需进行对角化操作，如'i...i'表示需对首尾坐标轴进行对角化
- 若无输出标记或输出标记中不包含对角标，则对角标对应维度规约为标量，相应维度取消，等价于 trace 操作
- 若输出标记中包含对角标，则保留对角标维度，等价于 diagonal 操作
equation (str)：求和标记
operands (Tensor, [Tensor, ...])：输入 Tensor
Tensor：输出 Tensor
COPY-FROM: paddle.einsum