哈，只需一行即可完成：np.einsum('nmk,nkj->mj',A,B)。在

不要將變量命名為sum，而是重寫sum中的內部版本。在

正如@Jaime指出的，對于這些尺寸的維度，循環實際上更快。事實上，基于map和sum的解決方案雖然更簡單，甚至更慢：In [19]:

%%timeit

SUM = np.zeros([20,5])

for i in range(len(A)):

SUM += np.dot(A[i],B[i])

10000 loops, best of 3: 115 μs per loop

In [20]:

%timeit np.array(map(np.dot, A,B)).sum(0)

1000 loops, best of 3: 445 μs per loop

In [21]:

%timeit np.einsum('nmk,nkj->mj',A,B)

1000 loops, best of 3: 259 μs per loop

尺寸越大，事情就越不一樣了：

^{pr2}$

以及：In [46]:

%%timeit

SUM = np.zeros([20,5])

for i in range(len(A)):

SUM += np.dot(A[i],B[i])

1 loops, best of 3: 191 ms per loop

In [47]:

%timeit np.array(map(np.dot, A,B)).sum(0)

1 loops, best of 3: 164 ms per loop

In [48]:

%timeit np.einsum('nmk,nkj->mj',A,B)

1 loops, best of 3: 451 ms per loop

總結

以上是生活随笔為你收集整理的python numpy矩阵乘法_高维Python-Numpy矩阵乘法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。