Numpy時間相關的2D矩陣乘法

我正在尋找一種有效的方法來執行兩個時間相關的2D矩陣的矩陣乘法（點積），最終得到一個時間相關的2D矩陣。Numpy時間相關的2D矩陣乘法

例如：

a = np.zeros([7200,13,4]) 
b = np.zeros([7200,4,7])

而且我想

c = np.zeros([7200,13,7])

我已經找到np.tensordot結束了，但是這會產生我一個四維矩陣，而不是一個三維矩陣。另外其他numpy功能並沒有使我獲得所需的形狀。所以我想知道是否有任何方法來執行這種矩陣乘法而不使用for-loops？

最好的問候，

蒂莫西·範·Daele

來源

2014-05-15 TimothyVD

我只是深入了一點，我相信我發現了一個在numpy中使用einsum函數的高效解決方案。 'a = np.zeros（[7200,13,4]）+ 1' 'b = np.zeros（[7200,4,7]）+ 1' 'c = np.einsum（'ijk ，ikl-> IJL」，A，b）'' c.shape' '（7200，13，7）' 最好的問候，蒂莫西·範·Daele – TimothyVD

這樣你就可以刪除的問題？ – usethedeathstar

您應該將您的評論寫爲答案，並且（如果時間限制已滿）將其標記爲已接受，以幫助未來的訪問者訪問此頁面。 – YXD

我只是挖一點點深入，我發現numpy的功能einsum。這爲做矢量乘法提供了很大的自由度。

a = np.zeros([7200,13,4]) 
b = np.zeros([7200,4,7]) 

c = np.einsum('ijk,ikl->ijl',a,b) 
c.shape (7200, 13, 7)

來源

2014-05-19 12:52:27 TimothyVD

Numpy時間相關的2D矩陣乘法

回答

相關問題