作者热门文章
- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
根据documentation :
For N dimensions
dot
is a sum product over the last axis ofa
and the second-to-last ofb
:dot(a, b)[i,j,k,m] = sum(a[i,j,:] * b[k,:,m])
我想计算 a
的最后一个轴和 b
的倒数第二个轴的和积,但不在其余轴上形成笛卡尔积因为其余轴的形状相同。让我用一个例子来说明:
a = np.random.normal(size=(11, 12, 13))
b = np.random.normal(size=(11, 12, 13, 13))
c = np.dot(a, b)
c.shape # = (11, 12, 11, 12, 13)
但我希望形状为 (11, 12, 13)
。使用广播可以达到预期的效果
c = np.sum(a[..., None] * b, axis=-2)
c.shape # = (11, 12, 13)
但我的数组相对较大,我想使用并行化 BLAS 实现的强大功能,它似乎不受 np.sum
支持,但受 np.sum 支持。点
。关于如何实现这一目标的任何想法?
最佳答案
您可以使用 np.einsum
-
c = np.einsum('ijk,ijkl->ijl',a,b)
关于numpy - `np.dot` 剩余轴上没有笛卡尔积,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/37046688/
我是一名优秀的程序员,十分优秀!