Python log2元素的两个numpy矩阵之间的矩阵乘法方法

我有两个

numpy

矩阵

a_log2

和

b_log2

的

log2

元素，我想在它们之间执行矩阵乘法

a = np.array([[0.4, 0.4, 0.2],
          [0.1, 0.5, 0.4]])

b = np.array([[0.3, 0.7],
          [0.5, 0.5],
          [0.2, 0.8]])

a_log2 = np.log2(a)
b_log2 = np.log2(b)

我曾经使用

scipy.special.logsumexp

执行基于e的对数的矩阵乘法。以下是我使用的代码（感谢Erik Parkinson在本文中的回答）：

现在，我需要您的帮助来执行

a_log2

和

b_log2

之间的矩阵乘法，因为

scipy.special.logsumexp

不是为

base-2对数定义的

注意：
我首先计划使用
a_loge[I，j]=np.log（2**a_log2[I，j]）
和
b_loge[I，j]=np.log（2**b_log2[I，j]）
将矩阵元素转换为
自然对数，然后使用上述
log空间积（）
方法执行矩阵乘法

from scipy.special import logsumexp

def log_space_product(A, B, base=np.e):
    c = np.log(base)
    Astack = np.stack([A]*A.shape[0]).transpose(2,1,0)
    Bstack = np.stack([B]*B.shape[1]).transpose(1,0,2)
    return (1/c) * logsumexp(c*(Astack+Bstack), axis=0)

但我拒绝这样做，因为我最终将使用的矩阵有1000行和20列。（不要混淆这里的行数和列数。我确实确保矩阵乘法属性保持不变。）
记住log2（x）=ln（x）/ln（2）。我们可以用c=ln（2）重写为ln（x）=clog2（x）。因此，与具有不同基的日志空间的转换实际上是一次乘法

from scipy.special import logsumexp

def log_space_product(A, B, base=np.e):
    c = np.log(base)
    Astack = np.stack([A]*A.shape[0]).transpose(2,1,0)
    Bstack = np.stack([B]*B.shape[1]).transpose(1,0,2)
    return (1/c) * logsumexp(c*(Astack+Bstack), axis=0)

非常感谢。顺便说一句，它不应该是“c=np.log（2）”而不是“c=np.log（np.e）”，因为我们的目标对数基数是2？@MdMorshedAlam我写了一个通用函数，我认为使用自然日志作为默认值最有意义。在您的情况下，因为您在一个使用base 2的日志空间中工作，所以您需要调用
log\u space\u product（a，B，base=2）
。明白了。谢谢你的帮助。