为了账号安全,请及时绑定邮箱和手机立即绑定

没有张量点积的向量化 numpy 计算

没有张量点积的向量化 numpy 计算

PIPIONE 2022-10-25 10:56:18
我想将以下数学公式的特定情况(来自本文的表 2 和附录 A )矢量化numpy:我想计算的情况如下,可以忽略平方根下的比例因子。该术语w_kij - w_ij_bar是一个n x p x p矩阵,其中n通常远大于p。我实现了两种解决方案,它们都不是特别好:一种涉及双循环,而另一种会很快用不必要的计算填充内存。dummy_data = np.random.normal(size=(100, 5, 5))# approach 1: a double loopout_hack = np.zeros((5, 5))for i in range(5):    for j in range(5):        out_hack[i, j] = (dummy_data.T[j, j, :]*dummy_data[:, j, i]).sum()# approach 2: slicing a diagonal from a tensor dot productout = np.tensordot(dummy_data.T, dummy_data, axes=1)out = out.diagonal(0, 0, 2).diagonal(0, 0, 2)print((out.round(6) == out_hack.round(6)).all())>>> True有没有办法在这两种方法之间找到中间立场?
查看完整描述

1 回答

?
浮云间

TA贡献1829条经验 获得超4个赞

np.einsum几乎从字面上翻译——

np.einsum('kjj,kji->ij',dummy_data,dummy_data)


查看完整回答
反对 回复 2022-10-25
  • 1 回答
  • 0 关注
  • 75 浏览
慕课专栏
更多

添加回答

举报

0/150
提交
取消
意见反馈 帮助中心 APP下载
官方微信