使用einsum或matmul的Matrix-Vector产品？
我需要将许多向量beta与相同的矩阵M相乘。
假设矩阵M具有形状（150,7），并且beta-s存储在形状变量（7,128,128）中。
您将如何计算beta中每个元素的乘积M * eta？
直到知道我正在那样做：
import numpy as np
M=np.ones((150,7))
beta=np.ones((7,128,128))
result=M@(beta.reshape((7,128\*28))) # the result has shape (150,128\*28)
result=np.reshape(result,(150,128,128))
我猜想np.einsum（）在这里可能很有用，但是我不明白如何告诉它进行乘法/加法的方向。
问题来源：stackoverflow
展开
收起
1
条回答
写回答
写回答
-
这是使用
np.einsum的方法：np.einsum('ij,jkl->ikl', M, beta)*
result=M@(beta.reshape((7,128*28))) # the result has shape (150,128*28) result=np.reshape(result,(150,128,128))
np.allclose(np.einsum('ij,jkl->ikl', M, beta), result)
True
回答来源：stackoverflow
2020-03-25 09:18:31赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
问答排行榜
最热
最新
推荐问答
