是否有用于计算矩阵列或向量列表中所有对之间的所有成对点积的函数？
[英]Is there a function for calculating all the pairwise dot products of the columns of a matrix, or between all pairs in a list of vectors?
问题描述
说你有n。 任意（但相等）长度为 m 的向量。 是否有（numpy？）函数或快速方法来计算这些 n 之间的所有成对点积。 向量？
我最初的想法是你可以计算 A T A 并取上三角部分，但我不确定矩阵乘法是否很慢/计算密集。 有没有更快/有效的方法？ 或者我应该只使用 for 循环为所有对组合定义一个函数？
1 个解决方案
解决方案1
0
根据@Brenila 的评论，使用tensordot ：
np.tensordot(arr, arr, axes=(0,0))
对于n = arr.shape[-1] (n, n)结果形状为(n, n)
创建一个 function 以仅使用 numpy 计算二维矩阵中行向量的所有成对余弦相似度
[英]create a function to compute all pairwise cosine similarity of the row vectors in a 2-D matrix using only numpy
numpy：将两个向量（或一个与它本身）的笛卡尔积相乘来创建矩阵，同时将函数应用于所有对
[英]Numpy: create a matrix from a cartesian product of two vectors (or one with itself) while applying a function to all pairs
在 Numpy 中的矩阵列表和向量列表之间应用矩阵点
[英]Apply matrix dot between a list of matrices and a list of vectors in Numpy
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.