numpy 和 theano 中的 3D 矩阵乘法答案

【问题标题】：3D Matrix multiplication in numpy and theanonumpy 和 theano 中的 3D 矩阵乘法
【发布时间】：2018-01-15 20:23:10
【问题描述】：

我有一个大小为(5,7,3) 的矩阵A 和一个大小为(5,3,8) 的矩阵B。我想把它们相乘C = A.B，C的大小是(5,7,8)。

表示矩阵A中一个大小为(7,3)的二维子矩阵将分别与矩阵B中一个大小为(3,8)的二维子矩阵相乘。所以我要乘5倍。

最简单的方法是使用循环和numpy：

for u in range(5):
    C[u] = numpy.dot(A[u],B[u])

有什么方法可以在不使用循环的情况下做到这一点？ Theano 中是否有任何等效方法可以在不使用扫描的情况下执行此操作？

【问题讨论】：

【解决方案1】：

在 numpy 中使用 np.einsum 可以非常简单地完成。

C = numpy.einsum('ijk,ikl->ijl', A, B)

也可以是：

C = numpy.matmul(A,B)

自从docs状态：

如果任一参数是 N-D，N > 2，则将其视为驻留在最后两个索引中的矩阵堆栈并相应地广播

Theano 具有与 batched_dot 相似的功能，所以它会是

C = theano.tensor.batched_dot(A, B)

【讨论】：