Python 可广播Numpy点

我有一个维度数组H（n0，n2）和一个维度数组W（n0，n1，n2，n3），我想执行以下操作：

(H[:, None, :, None] * W).sum(axis=(0, 2))

---

据我所知，上面这一行没有使用BLAS库。有没有一种方法可以使用

numpy.dot

或类似的函数来使用BLAS进行相同的计算（并且仍然不在内存中多次复制数组H）？

您已经确定了一种方法；我知道另外两个

举个小例子

In [365]: n0,n1,n2,n3=2,3,4,5
In [366]: H=np.ones((n0,n2));W=np.ones((n0,n1,n2,n3))

比较时间为：

In [362]: timeit np.tensordot(H,W,[(0,1),(0,2)])
10000 loops, best of 3: 32.8 µs per loop

In [363]: timeit np.einsum('ik,ijkl',H,W)
100000 loops, best of 3: 10.7 µs per loop

In [364]: timeit (H[:,None,:,None]*W).sum(axis=(0,2))
10000 loops, best of 3: 29.5 µs per loop

tensordot

对输入进行整形和转置，以便调用

np.dot

einsum

对字符串进行解码，并在C中执行自己的

nditer

具有另一个多维

点的计时，涉及
（100，）*（10100100）*（100，）
数组