Numpy时间相关的2D矩阵乘法

我正在寻找一种有效的方法来执行两个时间相关的2D矩阵的矩阵乘法（点积），最终得到一个时间相关的2D矩阵。Numpy时间相关的2D矩阵乘法

例如：

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

而且我想

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

我已经找到np.tensordot结束了，但是这会产生我一个四维矩阵，而不是一个三维矩阵。另外其他numpy功能并没有使我获得所需的形状。所以我想知道是否有任何方法来执行这种矩阵乘法而不使用for-loops？

最好的问候，

蒂莫西·范·Daele

来源

2014-05-15 TimothyVD

我只是深入了一点，我相信我发现了一个在numpy中使用einsum函数的高效解决方案。 '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）' 最好的问候，蒂莫西·范·Daele – TimothyVD

这样你就可以删除的问题？ – usethedeathstar

您应该将您的评论写为答案，并且（如果时间限制已满）将其标记为已接受，以帮助未来的访问者访问此页面。 – YXD

我只是挖一点点深入，我发现numpy的功能einsum。这为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)

来源

2014-05-19 12:52:27 TimothyVD

Numpy时间相关的2D矩阵乘法

回答

相关问题