我正在寻找一种有效的方法来执行两个与时间相关的二维矩阵的矩阵乘法(点积)，以最终得到一个与时间相关的二维矩阵。
例如:
a = np.zeros([7200,13,4])
b = np.zeros([7200,4,7])
我想最终得到
c = np.zeros([7200,13,7])
我已经找到了 np.tensordot，但是这给我带来了 4D 矩阵而不是 3D 矩阵。另外其他 numpy 函数也没有给我带来所需的形状。所以我想知道是否有任何方法可以在不使用 for 循环的情况下执行此矩阵乘法？
最诚挚的问候，
蒂莫西·范戴尔
最佳答案
我只是深入挖掘了一点，发现了 numpy 函数 einsum。这为进行向量乘法提供了很大的自由度。
a = np.zeros([7200,13,4])
b = np.zeros([7200,4,7])
c = np.einsum('ijk,ikl->ijl',a,b)
c.shape (7200, 13, 7)
关于python - Numpy 与时间相关的二维矩阵乘法，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/23674293/