[英]Compute trace of matrix product using numpy/pytorch broadcasting
設A為（nxm）矩陣，M為（mxm）矩陣。 為矩陣的軌跡編寫tr（），我需要計算tr（AM（A ^ T））。 但是，最終的跟蹤操作將丟棄大部分計算。 我可以使用numpy或pytorch的廣播規則來僅計算AM（A ^ T）的必要對角線嗎？
更新：這是我在PyTorch中計算對角線的解決方案：
torch.sum(torch.sum(At()[:,None,:]*M[:,:,None],0)*At(),0)
您將必須計算至少兩個矩陣乘積之一。 隨后，您可以在這里使用答案之一： 在numpy中計算矩陣乘積的跡線的最佳方法是什么？
在numpy中計算矩陣乘積的跡線的最佳方法是什么？
[英]What is the best way to compute the trace of a matrix product in numpy?
使用numpy einsum計算矩陣的列向量的內積
[英]Using numpy einsum to compute inner product of column-vectors of a matrix
有沒有辦法不使用numpy廣播的任意M x N矩陣？
[英]Is there a way to NOT an arbitrary M x N matrix using numpy broadcasting?
使用scipy.sparse.csc_matrix替換numpy廣播
[英]Substitute for numpy broadcasting using scipy.sparse.csc_matrix
用numpy / scipy計算矩陣中每個單元格的鄰域乘積
[英]Compute the product of neighborhood for each cell in a matrix with numpy/scipy
聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.
