numpy數組上的多維矩陣乘法

我在python中實現了一個神經網絡，作爲反向傳播的一部分，我需要乘以一個3D矩陣，稱爲A，維度爲(200, 100, 1)，由2D矩陣表示，稱之爲W，維度爲(100, 200)結果應該有尺寸(200, 200, 1)。numpy數組上的多維矩陣乘法

A是誤差矢量，W是權重矩陣，該產品將被用於計算先前層的更新。

我嘗試使用matrix_multiply（from numpy.core.umath_tests），我試圖重塑W至（100,200,1），然後乘以解決它，而是拋出

ValueError: matrix_multiply: Input operand 1 has a mismatch in its core dimension 0, with gufunc signature (m,n),(n,p)->(m,p) (size 100 is different from 1)。

我該如何解決這個問題？

來源

2017-02-11 dpk

你有保持'A'的形狀（200，100，1），而不是丟棄瑣碎的尺寸和製作它的形狀（200，100），一個令人信服的理由？ –

@WarrenWeckesser我沒有考慮這個選項。感謝您的建議，我將探討它。 – dpk

你可以使用np.tensordot，然後置換軸與swapaxes或者乾脆reshape -

np.tensordot(A,W,axes=((1),(0))).swapaxes(1,2) 
np.tensordot(A,W,axes=((1),(0))).reshape(A.shape[0],W.shape[1],1)

另外，我們利用沿A最後軸的唯一切片可以使用np.dot然後矩陣相乘後延伸到3D -

A[:,:,0].dot(W)[...,None]

或者我們可以使用np.einsum -

np.einsum('ijk,jl->ilk',A,W)

來源

2017-02-11 15:14:51 Divakar

numpy數組上的多維矩陣乘法

回答

相關問題