是否有用於計算矩陣列或向量列表中所有對之間的所有成對點積的函數？
[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?
問題描述
說你有n。 任意（但相等）長度為 m 的向量。 是否有（numpy？）函數或快速方法來計算這些 n 之間的所有成對點積。 向量？
我最初的想法是你可以計算 A T A 並取上三角部分，但我不確定矩陣乘法是否很慢/計算密集。 有沒有更快/有效的方法？ 或者我應該只使用 for 循環為所有對組合定義一個函數？
1 個解決方案
解決方案1
0
根據@Brenila 的評論，使用tensordot ：
np.tensordot(arr, arr, axes=(0,0))
對於n = arr.shape[-1] (n, n)結果形狀為(n, n)
創建一個 function 以僅使用 numpy 計算二維矩陣中行向量的所有成對余弦相似度
[英]create a function to compute all pairwise cosine similarity of the row vectors in a 2-D matrix using only numpy
numpy：將兩個向量（或一個與它本身）的笛卡爾積相乘來創建矩陣，同時將函數應用於所有對
[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 中的矩陣列表和向量列表之間應用矩陣點
[英]Apply matrix dot between a list of matrices and a list of vectors in Numpy
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.