np.tensordot 的核心是 axes 参数指定的轴对收缩操作，必须为等长元组，输出形状为未收缩轴按 a 前 b 后拼接；不支持轴重排或批处理，性能优于 einsum 但灵活性低，需注意 dtype、内存连续性及多轴收缩效率。
np.tensordot 的核心机制：axes 参数决定收缩维度
np.tensordot 不是通用“张量乘法”，而是按指定轴对齐后求和的收缩操作。关键在 axes 参数：它必须是长度相等的两个元组，分别对应第一个和第二个数组要收缩的轴索引。比如 axes= 表示把 
a 的第 1、2 轴与 b 的第 0、1 轴逐对配对并求和。
常见错误是传入单个整数（如 axes=1）——这仅适用于两数组最后/最前各 1 维自动匹配的简化场景，一旦维度不规则或需跨位置收缩，必须显式写成元组形式。
- 若
a.shape == (2, 3, 4)，b.shape == (3, 4, 5)，想收缩中间两维，用np.tensordot(a, b, axes=([1, 2], [0, 1]))，结果 shape 是(2, 5) - 若误写为
axes=2，numpy 会尝试收缩最后 2 维，但a最后两维是(3, 4)，b最后两维是(4, 5)，尺寸不匹配直接报ValueError: shape mismatch for sum - 轴索引必须在各自数组维度范围内，
axes=([3], [0])在 3 维数组上会触发AxisError
替代 einsum 更直观？其实 tensordot 更受限但更快
很多人想用 np.tensordot 替代 np.einsum，但二者能力不对等。np.tensordot 只能做「收缩 + 拼接」，不能重排输出轴顺序，也不能保留未收缩轴的任意排列。例如：np.einsum('ijk,kl->ijl', a, b) 中输出轴顺序是 i-j-l，而 np.tensordot 的输出固定为「未收缩的 a 轴 + 未收缩的 b 轴」顺序。
性能上，tensordot 底层调用高度优化的 BLAS，当收缩涉及大量连续内存访问（如矩阵乘、批量矩阵乘）时，比 einsum 快；但一旦需要复杂索引逻辑，强行用 tensordot 可能得先 transpose，反而更慢且易错。
- 支持 batched 场景：若
a.shape == (B, I, J)，b.shape == (B, J, K)，想做每组 B 内的矩阵乘，应改用np.einsum('bij,bjk->bik', a, b)或np.matmul；tensordot无法天然表达这种“按批独立收缩” -
tensordot对 float32 / float64 友好，但对 int64 输入可能因累加溢出产生静默错误，建议显式转float32再算
高维收缩实战：4D × 4D → 2D 的典型写法
假设你有两个 4D 张量 a 和 b，shape 都是 (N, C, H, W)，想对 C 和 H 维度做内积（即通道与空间联合压缩），保留 N 和 W，可这样写：
result = np.tensordot(a, b, axes=([1, 2], [1, 2]))
注意：结果 shape 是 (N, W, N, W)，因为未收缩轴是 a 的 [0, 3] 和 b 的 [0, 3]，拼起来就是 (N, W, N, W)。如果你只想要 (N, N)（比如 batch-wise 相似度），就得额外再收缩 W 维：
- 先
result = np.tensordot(a, b, axes=([1, 2], [1, 2]))→(N, W, N, W) - 再
final = np.tensordot(result, np.ones(W), axes=([1, 3], [0, 0]))，或更直白地final = result.sum(axis=(1, 3)) - 也可以一步到位：
np.einsum('nchw,nchw->nn', a, b)，语义清晰且不易错
容易被忽略的 dtype 和内存布局影响
np.tensordot 默认输出 dtype 由输入决定，但内部计算可能升格（如 int32 × int32 → int64），尤其在累加维度很大时。如果后续要 GPU 加速或内存敏感，务必检查 result.dtype 是否符合预期。
另一个隐形坑是内存连续性：tensordot 对非 C-contiguous 数组（比如由 transpose 或切片生成）会先复制为连续内存，大幅拖慢速度。遇到性能差时，先用 a = np.ascontiguousarray(a) 显式转换。
- 测试是否连续：
a.flags.c_contiguous - 避免链式 transpose 后直接 tensordot，例如
np.tensordot(a.transpose(0, 2, 1), b, ...)→ 先a_t = np.ascontiguousarray(a.transpose(0, 2, 1))再用 - 高维时 axes 越短越好，尽量避免收缩超过 3 个轴，否则缓存不友好，速度骤降
