[英]Compute trace of matrix product using numpy/pytorch broadcasting
设A为（nxm）矩阵，M为（mxm）矩阵。 为矩阵的轨迹编写tr（），我需要计算tr（AM（A ^ T））。 但是，最终的跟踪操作将丢弃大部分计算。 我可以使用numpy或pytorch的广播规则来仅计算AM（A ^ T）的必要对角线吗？
更新：这是我在PyTorch中计算对角线的解决方案：
torch.sum(torch.sum(At()[:,None,:]*M[:,:,None],0)*At(),0)
您将必须计算至少两个矩阵乘积之一。 随后，您可以在这里使用答案之一： 在numpy中计算矩阵乘积的迹线的最佳方法是什么？
在numpy中计算矩阵乘积的迹线的最佳方法是什么？
[英]What is the best way to compute the trace of a matrix product in numpy?
使用numpy einsum计算矩阵的列向量的内积
[英]Using numpy einsum to compute inner product of column-vectors of a matrix
有没有办法不使用numpy广播的任意M x N矩阵？
[英]Is there a way to NOT an arbitrary M x N matrix using numpy broadcasting?
使用scipy.sparse.csc_matrix替换numpy广播
[英]Substitute for numpy broadcasting using scipy.sparse.csc_matrix
用numpy / scipy计算矩阵中每个单元格的邻域乘积
[英]Compute the product of neighborhood for each cell in a matrix with numpy/scipy
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.
