python - 使用 numpy 使用 delta 函数来收缩索引
问题描述
我在 numpy 中有两个 NxM 数组,a
并且b
. 我想执行执行以下操作的矢量化操作:
c = np.zeros(N)
for i in range(N):
for j in range(M):
c[i] += a[i, j]*b[i, j]
用更数学的方式说,我有两个矩阵 A 和 B,并且想要计算矩阵 A*B 的对角线(矩阵转置等不精确)。我一直在尝试使用该tensordot
功能完成类似的事情,但没有取得太大的成功。这是一个将要执行很多次的操作,所以我希望它是高效的(即,不从字面上计算矩阵 AB 并从中取对角线)。
解决方案
推荐阅读
- python - python数据框到postgresql
- php - 如何在视图文件中同时显示来自 laravel 控制器的推文和转推..?
- docker - 在执行 docker-compose stop 时不要删除一些容器
- docker - 为什么 docker-compose 不让我创建卷?
- splunk - splunk 中的摘要索引
- session - asp.net core azure 会话管理
- ios - UICollectionViewController 使单元格覆盖全宽
- python - Python 控制台中的文本工具提示
- javascript - React Redux:TypeError:store.getState 不是函数
- c# - 从 C# 中的文件夹和子文件夹中获取文件名