Arrays 在Matlab中如何将矩阵与单元阵列的每个单元相乘？

我有一个4D数组

a

size（l，k，s，r）和一个单元格数组

B

size（I，j），其中每个单元格中存储了不同的4D数组的系数大小（l，k，s，r）

我想在给定数组

C

中对大小（I，j）=

C（I，j）+sum（sum（sum（sum（sum（A.*B{I，j}）））

进行更改，而不使用

for

循环

换句话说，我需要从单元格数组

B

中逐个提取所有数组，并与

A

相乘

对于for循环，我是这样做的：

for i=1:length_of_first_dimension
    for j=1:length_of_second_dimension
        B_4D=B{i,j};       % extraction of 4D array
        dummy(i,j)=sum(sum(sum(sum(B_4D.*A))));
    end
end
C=C+dummy;

有人能帮我吗？

首先，

B

变成

（第一维的长度*第二维的长度）

-by-

l*k*s*r

2D矩阵

rB = cellfun( @(x) x(:).', B, 'uni', 0 ); %'
rB = vertcat(rB{:});

现在，

将

A

重塑为

l*k*s*r

-by-1列向量

rA = A(:);

然后简单地将它们相乘

rDummy = rB * rA; %// does the elem-wise product and summation quite quickly.  

重塑结果

dummy = reshape(rDummy, size(B) );
C = C + dummy;

---

正如

重塑
B
的更有效方法所指出的那样

rB = reshape( cat( 5, B{:} ), numel(A), [] ).';

可以找到一个小的基准。
您能提供更多关于我可以这样做的详细信息吗？我到底应该改造什么？是的。应该很有效。@Divakar谢谢<代码>重塑
应该相当有效，但我担心
vertcat
可能会导致大内存拷贝。考虑重塑和排列时可能值得考虑，这样点积将是
rA*rB
…实际上，我认为您可以避免
cellfun
，这可能是使用此-
rB=reformate（cat（5，B{:}），numel（A），[]）最慢的部分之一。无论如何，你必须在某处使用一个
cat
s。在你有了这个
rB
之后，剩下的代码就应该处理好了。@Divakar我害怕
cat
沿着第五或第六维度移动然后转置-感觉不对，我担心这可能需要大量内存复制。这当然是交易。但对我来说，如果涉及数值计算，我会尽可能快地得到非单元数组。所以我认为即使是第五个昏暗的猫也值得努力。这让我好奇，下面是一些快速运行时结果-