numpy中的3d矩阵乘法
在numpy中，3D矩阵乘法是通过使用np.matmul()函数来实现的。该函数接受两个数组作为参数，这两个数组可以是2D或3D数组。
以下是对numpy中3D矩阵乘法的详细解释：
概念： 3D矩阵乘法是指对两个3D矩阵进行乘法运算。在numpy中，一个3D矩阵可以看作是由多个2D矩阵组成的。
分类： 3D矩阵乘法可以分为两种情况：点乘和矩阵乘法。点乘是对应位置元素相乘，而矩阵乘法则是按照矩阵乘法规则进行计算。
优势： 3D矩阵乘法的优势在于可以同时处理多个矩阵的乘法运算。这在处理多维数据时非常有用，比如在计算机图形学、深度学习等领域。
应用场景：
- 计算机图形学：在计算机图形学中，3D矩阵乘法用于进行坐标变换和图形变换等操作。
- 深度学习：在深度学习中，3D矩阵乘法用于计算神经网络中的层与层之间的权重矩阵相乘。
推荐的腾讯云相关产品：
- Tencent AI Lab自研推出了基于深度学习框架PaddlePaddle的云计算产品，可支持高性能的矩阵运算。
产品介绍链接地址：
- PaddlePaddle: https://www.paddlepaddle.org.cn/
注意：本回答中提到的产品仅作为示例，并非对其他云计算品牌商的评价或推荐。
相关·内容
2回答
我有一个用shape (N,3)存储在numpy数组A中的3D点列表，以及一个用shape (3,3)存储的旋转矩阵R。我想计算A中每个点R.x的点积。我可以很天真地这样做：
for n in xrange(N):
A[n,:] = dot(R, A[n,:])
有没有一种方法可以通过本地numpy调用将其向量化？如果重要的话，N是几千的数量级。
浏览 20提问于2012-08-28得票数 22
回答已采纳
我想把3D矩阵的每一个元素与相同大小矩阵的元素相乘。
在2D中，它看起来像是：
除了循环之外，是否有任何有numpy的干净解决方案？
编辑:这个矩阵操作名为"Hadamard积“。
浏览 3提问于2020-03-09得票数 1
回答已采纳
1回答
在numpy中，numpy.dot()函数可用于计算两个2D数组的矩阵乘积。我有两个3D数组X和Y(比方说)，我想计算矩阵Z，其中Z[i] == numpy.dot(X[i], Y[i])表示所有的i。这是否是非迭代的呢？
浏览 0提问于2011-06-10得票数 9
回答已采纳
1回答
数值多维(3d)矩阵乘法
、、、、
我得到两个3d矩阵A ( 32x3x3 )和B(32x3x3)，我想得到尺寸为32x3x3的矩阵C。计算可以使用如下循环来完成：
a = numpy.random.rand(32, 3, 3)
b = numpy.random.rand(32, 3, 3)
c = numpy.random.rand(32, 3, 3)
for i in range(32):
c[i] = numpy.dot(a[i], b[i])
我相信一定有一个更有效的单行解决方案来解决这个问题。有人能帮上忙吗，谢谢。
浏览 0提问于2016-10-03得票数 6
2回答
我正在使用numpy执行矩阵乘法，但我不知道如何利用numpy进行3d矩阵乘法。 假设我有一个3x3的矩阵a，我把它乘以一个3x1的向量b，这将得到一个3x1的向量c。 这是在numpy中使用以下命令完成的： # (3, 3) * (3, 1) -> (3, 1)
c = np.matmul(a, b) 好的，现在我想对一个3d矩阵执行类似的操作，这个矩阵本质上是2500个3x3矩阵。现在，我正在做一些事情，其效果是： # (2500, 3, 3) * (2500, 3, 1) -> list of (3, 1) vectors with length 2500
C = [np.
浏览 63提问于2021-01-06得票数 2
回答已采纳
1回答
我使用这个3D矩阵的最后两个维度作为2D矩阵。所以我只想把Matrix1(i,:,:) ( i-by-i)的结果乘以向量Matrix2(i,:).') ( 1-by-i)得到的2D矩阵。
我能做到这一点的唯一方法是使用一个辅助矩阵，它从3D矩阵中提取2维中的所有数字：
matrixAux(:,:) = Matrix1(1,:,:)
然后我做了乘法：
matrixAux * (Matrix2(i,:).')
而且它起作用了。然而，这很慢，因为我需要将所有的3D矩阵复制到许多辅助矩阵中，并且我需要加快代码速度，因为我要多次执行相同的操作。
我如何才能在不复制矩阵的情况下更有效地做到
浏览 0提问于2014-08-23得票数 1
在NumPy中有两个4d矩阵，它们的高度、宽度和深度是相同的。
x = np.random.random((125,3,4,4)).astype(np.float32)
y = np.random.random((14,3,4,4)).astype(np.float32)
我想把x中的每个三维矩阵与y中的每个3d矩阵相乘，这样得到的结果是一个5d矩阵，其形状为res[x.shape，y.shape，.]。目前，我正在遵循此代码。
xb,xd,xh,xw = x.shape
yb,yd,yh,yw = y.shape
res = np.zeros((xb,yb,xd,xh,xw))
for i
浏览 2提问于2020-09-13得票数 0
回答已采纳
1回答
我正在寻找一种有效的方法来执行一个矩阵乘法(点积)的两个时间相关的2D矩阵，以结束与一个时间相关的2D矩阵。
例如：
a = np.zeros([7200,13,4])
b = np.zeros([7200,4,7])
我想以
c = np.zeros([7200,13,7])
我已经找到了np.tensordot，但是这产生了一个4D矩阵，而不是一个3D矩阵。另外，其他numpy函数也没有给我提供所需的形状。所以，我想知道是否有任何方法可以不使用for-循环来执行这个矩阵乘法？
诚挚的问候,
蒂莫西·范代尔
浏览 1提问于2014-05-15得票数 1
回答已采纳
3回答
假设我有矩阵A和B。
A是一个三维数组/张量(？)。
[1,2,3,4]
[5,6,7,8]
[1,2,3,4]
[5,6,7,8]
比如说，有4个不同的二维矩阵，就像上面那个横跨第三维的矩阵。
B是一个矩阵。
[1,2,3,4]
在B中也有4个，每个都是相同的。
如何将每个向量相乘(？)B中的每个2d矩阵在A中。
[1,2,3,4]*[1,2,3,4]*[1;2;3;4]
[5,6,7,8]
[1,2,3,4]
[5,6,7,8]
将有四种上述类型的乘法来获得四个4x1向量。我已经用numpy尝试过了：
y = numpy.aran
浏览 6提问于2014-03-27得票数 1
2回答
我正在从事一个项目，其中我需要处理3维大型数组。我使用numpy 3d数组，但我的大多数条目都将是零，所以这是大量的内存浪费。Scipy sparse似乎只允许2D矩阵。有没有其他方法可以存储3D稀疏数组？
浏览 0提问于2015-04-26得票数 13
1回答
我正在尝试使用scipy和numpy来执行矩阵加法和乘法。
我有2个矩阵"a“和"b”。我的目标是将"a“和"b”相加，并将结果存储到矩阵"c“中。
我还想将"a“和"b”相乘，并存储到一个矩阵"d“中。
有没有像Scipy/Numpy中那样执行的函数？
非常感谢。
浏览 2提问于2011-05-23得票数 9
回答已采纳
如何在numpy中创建三维矩阵，如matlab a(:，:)。我尝试用numpy.array把matlab中创建3d矩阵的代码转换成python，但我不知道如何在numpy中创建3d矩阵/数组
浏览 6提问于2009-11-08得票数 26
我在OpenGL中读过几个关于骨骼动画的教程，他们似乎都专注于使用四元数进行旋转，使用3d矢量进行平移，而不是使用矩阵。
但当它们涉及到顶点蒙皮过程时，它们将所有四元数和3d向量组合到一个4x4矩阵中，并上载矩阵以在着色器中完成其余的计算。4x4矩阵有16个元素，而四元数+ 3d向量只有7个元素。那么为什么我们要在上传之前将它们转换成4x4矩阵呢？
浏览 6提问于2013-03-29得票数 5
回答已采纳
2回答
我对Numpy阵列感到很困惑。假设我有两个Numpy数组。
a = np.array([[1,2], [3,4], [5,6]])
b = np.array([[1,10], [1, 10]])
我对a和b的解释是3x2和2x2矩阵，即，
a = 1 2 b = 1 10
3 4 1 10
5 6
然后，我认为做a * b应该很好，因为它是3x2和2x2矩阵的乘法。然而，这是不可能的，我不得不使用a.dot(b)。
考虑到这个事实，我认为我对Numpy数组的整数是不正确的。有人能让我知道我该怎么看待Numpy数组吗？我知道，如果我将a*b和b转换成np.ma
浏览 2提问于2016-11-08得票数 0
回答已采纳
我有一个包含笛卡尔坐标点的3D矩阵。在下面显示的示例中，给出了尺寸为10x10x10x3的这种矩阵的缩小版本(a)。然后我有一个大小为3x3的旋转矩阵R，我想对矩阵a中给出的每个3x1位置向量做一个点积，例如a[0,0,0]是最左上角坐标点的位置向量。 一种简单的方法是使用for循环- import numpy as np
a = np.ones([10, 10, 10, 3])
R=np.ones([3,3])
a=np.reshape(a,(1000,3))
b=np.array([np.dot(R,xyz) for xyz in a])
b=np.reshape(b, (10,10,
浏览 16提问于2021-07-15得票数 0
我正在尝试使用numpy和scipy.sparse.csr_matrix将稀疏矩阵与其自身相乘。矩阵的大小为128x256。其93%的值为0。具有讽刺意味的是，使用numpy的乘法比scipy.sparse快。我不知道为什么？我使用的代码是：
import numpy,time
W=numpy.random.choice([0, 1], size=(128,256), p=[0.93,0.07])
start=time.time()
W1=numpy.matmul(W,numpy.transpose(W))
end=time.time()
print(end-start)
from scip
浏览 0提问于2019-07-03得票数 0
设矩阵a，b为(1x4)维数的1，2，3，4。
在应用numpy.dot(a，b)时，结果是30，而不是引发两个矩阵形状不对齐的异常。
( can )矩阵如何与(Can)矩阵相乘？numpy是否会自动转换一个矩阵来对齐它们的形状，然后再进行乘法？
浏览 1提问于2015-03-11得票数 2
回答已采纳
2回答
对于pandas/numpy，2x2矩阵与2x1矩阵相乘将导致2x2矩阵中的每一列与2x1矩阵中的相应列值相乘。例如。下面使用numpy
>>> data = np.array([[1, 2], [3, 4]])
>>> data
array([[1, 2],
[3, 4]])
>>> data * [2, 4]
array([[ 2, 8],
[ 6, 16]])
如何使用spark/微风完成此操作？我尝试了new DenseVector(2, 2, Array(1,2,3,4)) * DenseVector
浏览 0提问于2016-01-07得票数 1
1回答
我在python的矩阵计算中遇到了麻烦。我把矩阵作为numpy数组a = np.array([[0, 1, 0], [0, 0, 1], [0, 0, 0]])，并尝试了一些计算。但我犯了个错误
RuntimeWarning:在true_divide中遇到的无效值
所以我检查了一些步骤，结果矩阵计算为0。
例如，我运行了以下代码
from numpy import linalg as LA
import numpy as np
a = np.array([[0, 1, 0], [0, 0, 1], [0, 0, 0]])
print(a * np.identity(3))
结果是
[[
浏览 3提问于2020-06-29得票数 0
我正在尝试使用numpy将两个矩阵相乘：
import numpy as np
A = np.array([[1, 3, 2], [4, 0, 1]])
B = np.array([[1, 0, 5], [3, 1, 2]])
我测试了这个过程，并利用矩阵乘法公式手动运行了计算。因此，在本例中，我首先对[1, 0, 5] x A进行乘法，得到[11, 9]，然后对[3, 1, 2] x B进行乘法，得到[10, 14]。最后，这个乘法的乘积是[[11, 9], [10, 14]]
然而，当我使用numpy将这些矩阵相乘时，我得到了一个错误：
ValueError: shapes (2,3)
浏览 1提问于2019-09-17得票数 0
1回答
矢量化的限度是什么？
、、、
我正在处理多维矩阵(大约100维，参见下面的原因)。我的矩阵是NumPy数组，我主要是把它们相乘。
NumPy是否关心(关于速度或准确性)，我要求它以什么形式来乘以这些矩阵？也就是说，在进行乘法之前，将它们重新组合成一个线性阵列是否有意义？我用随机矩阵做了一些测试，这似乎无关紧要，但我想对此有一些理论上的见解。
在Python缓慢处理矩阵之前，我猜对于矩阵的大小和大小都有一个限制。有办法找到这个极限吗？
我有几个物种(生物学)，并希望这些物种中的每一个都适合。然后，我想看看这些不同的技巧如何影响竞争的结果。我要检查所有物种的所有可能的健身组合。我的矩阵有很多维数，但所有维数都很小。
浏览 0提问于2017-06-22得票数 1
回答已采纳
1回答
我需要求和矩阵的行，否定它们，并将它们放在原始矩阵或非对角线项为零的矩阵的对角线上。起作用的是
Mat2 = numpy.diag(numpy.negative(numpy.squeeze(numpy.asarray(numpy.sum(Mat1,axis=1))))
有更干净/更快的方法吗？我在努力优化一些代码。
浏览 1提问于2016-04-12得票数 0
回答已采纳
使用NumPy和尝试将矩阵相乘有时不起作用。例如
import numpy as np
x = np.matrix('1, 2; 3, 8; 2, 9')
y = np.matrix('5, 4; 8, 2')
print(np.multiply(x, y))
可以返回
Traceback (most recent call last):
File "vector-practice.py", line 6, in <module>
print(np.multiply(x, y))
ValueError: operand
浏览 1提问于2017-09-14得票数 0
我最近一直在研究(主要是稀疏的)矩阵上的乘法是如何在python库scipy.linalg中以这种最佳方式实现的，我从那里了解到，大多数算法都是一些Fortran或C库的包装。
我的问题是，我怎么知道在Scipy中有任何实际上是在python内部编写的乘法方法呢？我也不太确定它与Numpy矩阵乘法是如何工作的。
浏览 13提问于2020-05-28得票数 0
2回答
我正在尝试将一些Matlab代码转换成Python (使用numpy)。我有以下Matlab代码：
(1/x)*eye(2)
X仅仅是1000000。据我所知，*在Matlab中表示矩阵乘法，而在numpy中等价的是.dot。所以在Python中，我有：
numpy.array([(1/x)]).dot(numpy.identity(2))
当我试图运行numpy代码时，我得到错误"shapes (1，)和(2,2)不对齐:1 (dim 0) != 2 (dim 0)“。
显然我什么都不懂。有人知道正确的代码是什么吗？
浏览 1提问于2015-06-01得票数 1
回答已采纳
2回答
Scipy稀疏矩阵乘法
、、、、
我有一个使用numpy数组的矩阵乘法的例子：
import numpy as np
m = np.array([[1,2,3],[4,5,6],[7,8,9]])
c = np.array([0,1,2])
m * c
array([[ 0, 2, 6],
[ 0, 5, 12],
[ 0, 8, 18]])
如果m是scipy稀疏CSR矩阵，我如何做同样的事情？这会导致维度不匹配：
sp.sparse.csr_matrix(m)*sp.sparse.csr_matrix(c)
浏览 11提问于2017-03-02得票数 14
回答已采纳
1回答
据我所知，numpy.sparse.csr_sparse.dot(other)确实将other从右乘到稀疏矩阵。
A = numpy.sparse.csr_sparse(something)
B = numpy.matrix(something)
C = A.dot(B) # C = A*B
如何在不损失将矩阵保存为稀疏矩阵(即B*A等)的情况下，对两个矩阵进行交换以获得.todense()？
浏览 3提问于2013-10-30得票数 3
回答已采纳
4回答
对于numpy，我可以这样做一个简单的矩阵乘法：
a = numpy.ones((3, 2))
b = numpy.ones((2, 1))
result = a.dot(b)
但是，这不适用于PyTorch：
a = torch.ones((3, 2))
b = torch.ones((2, 1))
result = torch.dot(a, b)
此代码引发以下错误：
RuntimeError:一维张量，但得到二维张量和二维张量
如何在PyTorch中执行矩阵乘法？
浏览 9提问于2017-06-13得票数 84
回答已采纳
我想做N和1xM矩阵的乘法:这是我的矩阵：
N=(A,[2,9])
M=[[2,3,4],[3,4,6]]
我想用M表把第一行的每个元素乘以2，第二行乘以9，但我不知道，我知道矩阵乘法。但是对于NumPy，我不知道。
注:M是矩阵，N也是矩阵。
浏览 7提问于2021-12-06得票数 1
1回答
模型视图投影乘法顺序
、、、、
我正在调试一个照明问题，在我的3d模型中，摄像机的位置正在影响扩散照明组件。在研究我的问题时，我回去阅读了所有的文件。我发现我的一个旧来源(在这里我学会了Opengl2.0)这样说过(总结)：
在创建modelViewProjection矩阵时，不能更改顺序，否则会得到意想不到的结果。首先，取视图矩阵并将其与投影矩阵相乘，创建一个viewProjection矩阵。然后对模型矩阵进行后乘，得到modelViewProjection矩阵。
看看我的代码，我一直没有这么做：
matrixMultiply(mView, thisItem->objModel, mModelView);
matri
浏览 0提问于2014-12-16得票数 4
1回答
我过去总是在matmul (@)操作符中使用numpy，但根据docs，我最近找到了函数。
使用矩阵的最佳括号。根据矩阵的形状，这可以大大加快乘法速度。
因此，假定matmul是一个二进制运算符，我假设它不执行最优括号。这是真的吗？此外，在python中是否有可能对二进制运算符实现最佳括号？
浏览 4提问于2020-07-26得票数 1
回答已采纳
1回答
MPI块矩阵乘法
、、
我试图生成两个大小为n的矩阵A&B，将它们划分成s*s子矩阵，然后在处理器中散射它们之后，在块矩阵之间执行乘法。我已经能够成功地生成子矩阵并将子矩阵分散到处理器中；然而，我在每个处理器上对子矩阵执行乘法。我的代码与下面文章中的代码非常相似(答案部分中的代码)，但我将其修改为两个矩阵：
你能告诉我如何修改这个来进行乘法吗？
为了更容易跟进，我一直使用相同的标签。
#include <stdio.h>
#include <stdlib.h>
#include <mpi.h>
#include <time.h>
浏览 8提问于2014-03-16得票数 6
回答已采纳
当我将一个NxN数字矩阵乘以N个元素numpy数组时，就会发现一个错误，即形状没有对齐。
from numpy import matrix,ones,eye
A = matrix(eye(3))
b = ones(3)
A*b
ValueError: shapes (3,3) and (1,3) not aligned: 3 (dim 1) != 1 (dim 0)
同样，转换向量也不能解决这个问题。
A*b.T
ValueError: shapes (3,3) and (1,3) not aligned: 3 (dim 1) != 1 (dim 0)
这是有意义的，因为numpy没有区分
浏览 0提问于2018-09-17得票数 1
回答已采纳
1回答
我正在使用本教程创建一个3D引擎：
每当我乘以翻译矩阵，它总是像这样扭曲图像：
在此之前
之后
程序太长了，所以这里是我乘以翻译矩阵的地方，我在所有矩阵计算中使用euclid.py库：
worldMatrix = Matrix4().rotate_euler(
mesh.rotation.y, mesh.rotation.x, mesh.rotation.z).translate(
mesh.position.x, mesh.position.y, mesh.position.z)
transformM
浏览 1提问于2016-06-30得票数 0
回答已采纳
3回答
我正在尝试使用一个称为噪声的随机数组来构造一个具有numpy的矩阵，该随机数组具有4个值，这些值应该与一个名为"factor“的数组中的8个不同的数字相乘，从而在最终的矩阵中得到8行。
因此，矩阵中"noise“中的每个值应该有4列，每个因子应该有8行。我不知道如何做到这一点。
这是我为此得到的代码：
import numpy as np
from numpy import random
n = 4
noise = np.random.normal(size=n)
matrix = np.zeros((8,n)) # Pre-allocate matrix
for i
浏览 0提问于2019-08-19得票数 0
我有两个2-D矩阵，它们有一个共享轴。我希望得到一个3-D数组，该数组包含每个矩阵沿共享轴向量的所有组合之间进行的每个成对乘法的结果。实现这一目标的最佳方法是什么？(假设矩阵很大)
举个例子，假设我有100名技术人员和1000名客户。对于这些人中的每一个，我都有一个一维数组，其中1和0表示他们在一周中的每一天的可用性。这是为技术人员提供的7x100矩阵，为客户提供的7x1000矩阵。
import numpy as np
technicians = np.random.randint(low=0,high=2,size=(7,100))
customers = np.random.randi
浏览 0提问于2018-03-11得票数 0
1回答
行和列的点积
、、
我有两个矩阵，a (mxn)和b (nxp)。对于每个n，我想用b的第n行乘以a的第n列，给出n (mxp)矩阵。然后，我想通过取矩阵中每个元素的平均值，将这些矩阵“折叠”成一个(mxp)矩阵。在numpy中，是否有一种合理有效的方法(就像在无循环中那样)来做到这一点？
浏览 2提问于2015-01-31得票数 0
回答已采纳
2回答
当涉及到scipy稀疏矩阵时，我对乘法运算符*的行为感到有点困惑。运算符似乎实现了矩阵乘法，而不是像numpy数组那样实现组件乘法。
检查这一点的一些代码：
from scipy.sparse import lil_matrix
A = lil_matrix(-numpy.eye(2))
b = lil_matrix(numpy.ones((2,2)))
print (A * B).toarray()
结果如下：
[[-1. -1.]
[-1. -1.]]
scipy.sparse模块的并没有详细介绍这一点，我想知道是否有明确的乘法行为规范？
此外，对于具有大量稀疏矩阵和数值矩阵或数组的乘法
浏览 1提问于2012-12-06得票数 4
3回答
如果我有一个像$(x-\mu)^T \Sigma^{-1} (x-\mu)这样的矩阵乘积，那么写$数组的方法是reduce(numpy.dot,((x-mu).T, scipy.linalg.inv(Sigma), x-mu))吗？Matlab和R的语法要简单得多，对于numpy来说，没有等价的运算符语法似乎有点奇怪。
浏览 5提问于2012-08-21得票数 1
回答已采纳
我试图使用tf.matmul()来执行稀疏矩阵乘法。
然而，与密集矩阵乘法相比，推理速度要慢得多。
根据tf.sparse_matmul()中的描述：
在一个平台上使用这个与密集矩阵相乘的盈亏平衡是稀疏矩阵中30%的零值。
因此，我用7/8的零值来构造稀疏矩阵。
这是我的代码：
import tensorflow as tf
import numpy as np
import time
a = tf.Variable(np.arange(1000).reshape(250,4) ,dtype=tf.float32) #dense matrix
b = tf.Variable(np.
浏览 4提问于2017-07-01得票数 3
假设我有一个维度为nx1 (n行，1列)的Numpy数组。我的用法是使用Numpy将3D向量实现为3x1矩阵，但该应用程序可以扩展为nx1向量矩阵：
In [0]: import numpy as np
In [1]: foo = np.array([ ['a11'], ['a21'], ['a31'], ..., ['an1'] ])
我希望能够通过取消引用一个值来访问数组的值。
In [2]: foo[0]
Out[2]: 'a11'
In [3]: foo[n]
Out[3]: 'an1'
浏览 1提问于2016-09-16得票数 0
2回答
多对矩阵上的Numpy.dot
、、、、
我有两个矩阵numpy.ndarray的列表：(a1，a2，a3.，an)和(b1，b2，b3.，bn)，每个矩阵都是的平方矩阵--某种大小，并不是所有的矩阵都是相同的大小，但不是所有的b矩阵都是相同的大小，但是可以保证dim(ai)==dim(bi) (这意味着我们只乘以相同大小的矩阵)。
我想分别点出它们: a1*b1，a2*b2.....an*bn，并将结果存储在c1，c2....etc中，除了在一个for循环中遍历1对1之外，还有什么方法可以做到吗？
我目前正在使用：
# a_list and b_list contain n matrices each
# a[i] & b[
浏览 5提问于2020-04-20得票数 0
回答已采纳
3回答
假设我有Numpy数组p和一个稀疏矩阵q，这样
>>> p.shape
(10,)
>>> q.shape
(10,100)
我想做一个p和q的点乘积。当我尝试使用numpy时，我得到以下结果：
>>> np.dot(p,q)
Traceback (most recent call last):
File "/usr/local/lib/python2.7/dist packages/IPython/core/interactiveshell.py", line 2883, in run_code
exec(co
浏览 4提问于2015-06-25得票数 1
回答已采纳
2回答
我有一个矩阵T
[ 0.2 0.4 0.4]
[ 0.8 0.2 0. ]
[ 0.8 0. 0.2]
T = numpy.mat("0.2 0.4 0.4;0.8 0.2 0.0;0.8 0.0 0.2")
我有向量v，numpy.array(73543，-36772,36772)
v = numpy.array([ 73543, -36772, 36772])
如何在Python语言中正确地将数组v乘以矩阵T？
谢谢,
克里斯
浏览 1提问于2014-02-21得票数 1
1回答
我必须通过许多其他矩阵的有序乘法生成一个矩阵(物理学中的传播子)。每个矩阵的大小约为(30,30)，所有实项(浮动)，但不对称。要乘的矩阵数在1e3到1e5之间变化。每个矩阵与以前的矩阵只略有不同，但是它们不是可交换的(最后，我需要所有这些非交换乘法的乘积)。每个矩阵都是特定的时间切片，所以我知道如何独立地生成每个矩阵，无论它们在乘法序列中的哪个位置。最后，我必须产生许多这样的矩阵传播，所以任何性能的提高都是受欢迎的。
在python中，最快实现这种矩阵乘法的算法是什么？
特别是-
如何构造它？有快斧之类的吗？matrix?Assuming内存的行/列的更好的尺寸不是一个问题，在乘法之前分配和
浏览 6提问于2021-01-14得票数 0
1回答
我需要做以下两个操作：
通过倒置Ax=b来求解n-by-n matrix A，以及
用幂迭代(即用电流向量r与A的重复相乘)来求解r=Ar，就像PageRank算法一样。
我的问题是：在计算矩阵向量乘积A^{-1}b或矩阵向量积Ar时，使用numpy.dot还是numpy.matmul更好？(我知道在更高的维度上可能存在差异，但我的问题只是在A是一个2D数组而b、r是向量的情况下。)
浏览 7提问于2020-08-28得票数 3
我试图在中在矩阵4x4和向量4x1之间做一个乘法。如果我试着用using MathNet.Numerics.LinearAlgebra;
Matrix<double>.op_DotMultiply(matrixABuilder.DenseOfArray(A), matrixPBuilder.DenseOfArray(P));
如果A是定义为4x1的4x4和P的矩阵，那么我将得到下一个error>
System.ArgumentException: 'Matrix dimensions must agree: op1 is 4x4, op2 is 4x1. (Param
浏览 12提问于2020-12-15得票数 2
回答已采纳
1回答
CUDA中的三维矩阵乘法
、、、
我目前正在尝试在CUDA中实现矩阵的乘积:第一个矩阵是3D矩阵(N，M，Z)，第二个矩阵是2D矩阵(M，L )。我看不出这个乘法在我的代码中有什么问题。有人能在这个问题上帮我吗？谢谢
下面是我的内核：
__global__ void matrixMul(float * A, float * B, float * C,int N, int M, int Z, int L) {
int idx = blockIdx.x*blockDim.x + threadIdx.x;
int idy = blockIdx.y*blockDim.y + threadIdx.y;
for(int z=0; z&l
浏览 1提问于2013-04-23得票数 0
我是一名从事地球物理反演的研究员。它需要求解线性系统：Au = rhs。这里A通常是稀疏矩阵，但rhs和u可以是稠密矩阵，也可以是向量。为了进行基于梯度的反演，需要进行灵敏度计算，需要大量的矩阵矩阵和矩阵向量乘法。最近，我在矩阵(稀疏)-矩阵(稠密)乘法中发现了一种奇怪的行为，下面是一个例子：
import numpy as np
import scipy.sparse as sp
n = int(1e6)
m = int(100)
e = np.ones(n)
A = sp.spdiags(np.vstack((e, e, e)), np.array([-1, 0, 1]), n, n)
A
浏览 6提问于2017-04-21得票数 3
回答已采纳
1回答
我想创建3D对角线矩阵。我已经成功地用numpy例程numpy.fill_diagonal(numpy.zeros((N, N, N)), n)创建了一个，但是它不允许选择对角线来填充。 换句话说，我想找到这个numpy例程的3D推广：https://numpy.org/doc/stable/reference/generated/numpy.diag.html。谢谢。
浏览 52提问于2021-09-18得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
