python中的多维矩阵乘法

我有尺寸为

500x2000x30

的矩阵A和尺寸为

30x5

的矩阵B

您可以认为有500个

2000x30

实例，因为矩阵A是维度

500x2000x30

我想将A中的

1x2000x30

与矩阵B相乘，以获得大小为

1x2000x5

的新矩阵

i、 e.

A X B

应该给我一个维度矩阵

500x2000x5

显然，通过矩阵A循环500次是一种解决方案，但有没有有效的方法来实现这一点

---

编辑：A和B都是numpy数组

如果您有

numpy

数组，则可以使用此函数：

np.dot(A, B)

它将完全执行您想要的操作，即将

A

的最后一个轴与

B

的第一个轴“收缩”：

对于二维数组，它等价于矩阵乘法，对于一维数组，它等价于向量的内积（无复共轭）。对于N维，它是a的最后一个轴和b的倒数第二个轴的和积：

 dot(a, b)[i,j,k,m] = sum(a[i,j,:] * b[k,:,m])

---

如果您有

numpy

阵列，则可以使用此功能：

np.dot(A, B)

它将完全执行您想要的操作，即将

A

的最后一个轴与

B

的第一个轴“收缩”：

对于二维数组，它等价于矩阵乘法，对于一维数组，它等价于向量的内积（无复共轭）。对于N维，它是a的最后一个轴和b的倒数第二个轴的和积：

 dot(a, b)[i,j,k,m] = sum(a[i,j,:] * b[k,:,m])

---

这在很大程度上取决于数据的表示方式。如果您有numpy数组，这应该是

numpy.dot

的一个相当简单的应用程序。这在很大程度上取决于数据的表示方式。如果您有numpy数组，那么这应该是python3.5+上的

numpy.dot

或

a@b

或python3.5上的

a@b

的一个相当简单的应用程序+