Python 将矩阵的每个向量乘以三维张量的每个矩阵

我有两个张量

m1.shape=[a，b，b]

和

m2.shape=[a，b]

。我要做的是使用循环这样做：

ret = np.zeros_like(m2)
for idx, (m1_sub, m2_sub) in enumerate(zip(m1, m2)):
    ret[idx] += m2_sub @ m1_sub

---

换句话说，将向量m2[i]乘以m1[i]，并将结果存储在大小为

[a，b]

的矩阵中。有没有简单的方法通过使用numpy内置和避免循环来实现这一点？

给定

m1

和

m2

各自的形状

（a，b，b）

和

（a，b）

您正在这样做

a = 10
b = 5

m1 = np.random.randn(a,b,b)
m2 = np.random.randn(a,b)

ret = np.zeros_like(m2)

for i in range(a):
    ret[i] += (m2[i,:] * m1[i,:,:].T).sum(axis=1)

这和

(m2[...,None] * m1).sum(1)

这可以用

m2

中的第一个轴（

i

下标）与

m1

中的第一个轴相乘

第二个轴根据

sum（轴=1）

减小，这是因为我们在einsum方程的输出中省略了

j

下标

---

在

m2

中没有第三个轴，因此它是针对

m1

中的第三个轴（下标

k

）进行广播的。

这与您之前的问题有什么不同？这就成功了，非常感谢您的解释。

np.einsum("ij,ijk->ik", m2, m1)