我得到了两个2D矩阵，其中每个单元都是具有三个元素的向量。
我想要做的是使用2D矩阵乘法，当任何一个单元被相乘时，它采用三元素向量的点积。
如果已经有了答案，我的线性代数技能就缺乏道歉。我浏览了很多与张量点和einsums相关的页面，但我不了解这些内容如何适用于我的情况。
这基本上是我得到的：
import numpy as np
ar1 = np.array([[[1,2,3],[3,4,5]],[[5,6,7],[7,8,9]]])
ar2 = np.array([[[2,3,4],[4,5,6]],[[6,7,8],[8,9,10]]])
这是我要寻找的东西的方法：
final = [[0 for x in range(2)] for y in range(2)]
final[0][0] = np.dot(ar1[0][0], ar2[0][0]) + np.dot(ar1[0][1], ar2[1][0])
final[0][1] = np.dot(ar1[0][0], ar2[0][1]) + np.dot(ar1[0][1], ar2[1][1])
final[1][0] = np.dot(ar1[1][0], ar2[0][0]) + np.dot(ar1[1][1], ar2[1][0])
final[1][1] = np.dot(ar1[1][0], ar2[0][1]) + np.dot(ar1[1][1], ar2[1][1])
final
Output: [[106, 142], [226, 310]]
实际上，这些矩阵的大小约为3000x40000x3和40000x40x3，因此非常感谢您考虑速度。谢谢！
这是如何做的 einsum
np.einsum('ijl,jkl',ar1,ar2)
# array([[106, 142],
# [226, 310]])
与 tensordot
np.tensordot(ar1,ar2,((1,2),(0,2)))
# array([[106, 142],
# [226, 310]])
并与重塑
ar1.reshape(2,-1)@ar2.transpose(0,2,1).reshape(-1,2)
# array([[106, 142],
# [226, 310]])
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句