python - 如何使用我的 numpy 数组 (3000,3) 和 (3,2,3000) 进行广播

Question

我目前有 2 个数组，形状为 v1=(3000,3) 和 v2=(3,2,3000)。 3000 是时间维度，因此 v1 有 3000 (1,3) 个样本，v2 有 3000 (3,2) 个样本。我希望沿 3000 维进行矩阵乘法和广播，以便获得 3000 (1,2) 个向量作为返回。

我已经尝试 reshape ，使 v1 = (1,3,3000) 和 v2 = (3,2,300) 给出一个错误，指出形状未对齐。

代码:

v1 = np.ones((1,3,3000)) +1
v2 = np.ones((3,2,3000)) - 0.5
np.dot(v1,v2)

Answer 1

v1 的形状为 (3000,3) 和 v2 为 (3,2,3000) , 我们可以使用 np.einsum -

np.einsum('ij,jki->ik',v1,v2)

这为我们提供了形状为 (3000,2) 的输出。

我们可以在 np.einsum 中使用 optimize arg。使用 optimize = True，它在内部利用 BLAS，而使用 optimize = False 则求助于简单的 C 循环。 BLAS 方式也需要一些设置工作。因此，对于经过总和减少的适当长度的轴，我们可能希望将该标志设置为 True，否则设置为 False。在这种情况下，这些轴似乎真的很短，所以我们最好使用默认值:optimize = False 输入。