在 Tensorflow (python) 中,给定一个形状为 (n x d) 的矩阵 X,其中每一行都是一个数据点,我想计算成对的内积这些 n 个数据点,即,XX' 的上三角。
当然,我可以计算整个 XX' 并获取其上三角,但这意味着我将计算非对角线元素两次。如何通过每对仅计算一次内积来在 Tensorflow(python)中有效地计算这些?
最佳答案
使用 numpy,你可以这样做:
import numpy as np
A = np.random.randn(5, 3)
inds = np.triu_indices(5) # upper triangle indices
# expensive way to do it
ipu1 = np.dot(A, A.T)[inds]
# possibly less expensive way to do it.
ipu2 = np.einsum('ij,ij->i', A[inds[0]], A[inds[1]])
print(np.allclose(ipu1, ipu2))
这会输出 True。 Tensorflow 没有内置 triu_indices 函数,但如果需要,通过查看 numpy 代码不难编写一个。它确实有 einsum。
关于python - Tensorflow 高效成对内积,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/47521147/