行和列的点积
dot products of rows and columns
我有两个矩阵，a (mxn) 和 b (nxp)。对于每个 n，我想将 a 的第 n 列与 b 的第 n 行相乘，得到 n (mxp) 个矩阵。然后我想 'collapse' 通过取矩阵中每个元素的平均值将这些矩阵变成一个 (mxp) 矩阵。在 numpy 中是否有一种合理有效的方法（如无循环）？
点积先乘法再求和，生成 (m,p) 数组。如果您想要均值而不是求和，只需除以 n，即您求和的项目数。
np.dot(a,b)/n
我有两个矩阵，a (mxn) 和 b (nxp)。对于每个 n，我想将 a 的第 n 列与 b 的第 n 行相乘，得到 n (mxp) 个矩阵。然后我想 'collapse' 通过取矩阵中每个元素的平均值将这些矩阵变成一个 (mxp) 矩阵。在 numpy 中是否有一种合理有效的方法（如无循环）？
点积先乘法再求和，生成 (m,p) 数组。如果您想要均值而不是求和，只需除以 n，即您求和的项目数。
np.dot(a,b)/n