注意：我知道這與Use numpy.tensordot to replace a nested loop非常相似，只是我們正在處理的實際實體似乎不同（我需要二次形式計算）而且我不夠聰明，無法推斷那里的討論，因此提出這個問題。
目標：通過用矩陣計算或/和通用函式替換 for 回圈來加快計算速度。
問題：
#Toy example
def A(a):
return [[a,1,1],[1,1,1],[1,1,a**2]]
val = 0
for a in range(1,5):
for x in [ [1,1,1], [2,2,2], [3,3,3] ]:
val =np.exp(-1* np.dot(np.dot(x,A(a)), x))
print(val)
在實際實作中，我將 x 作為 9 維向量，范圍超過 10**9 次迭代，范圍超過 (50)**2 次迭代，并且使用這個 for 回圈需要永遠？有什么建議么？我覺得 tensordot 似乎最有可能，但我一直未能得到我想要的結果，因此問。由于我是一個真正的初學者，如果您能寫出我可以直接應用的示例代碼，那將非常有幫助......提前致謝。
補充：經過進一步調查，np.tensordot() 似乎不一定是最快的，因此歡迎使用除 for 回圈之外的任何解決方案。（例如，使用 np.einsum 兩次，結合使用 np.dot 和 np. einsum等）感謝@hpaulj，我現在知道如何消除z回圈，但我真的很想解決a回圈......
uj5u.com熱心網友回復：
這
In [155]: a=1
...: val=0
In [156]: for x in [ [1,1,1], [2,2,2], [3,3,3] ]:
...: val =np.exp( np.dot(np.dot(x,A(a)), x))
...:
In [157]: val
Out[157]: 1.5060973145850306e 35
部分可以替換為
In [158]: X = np.array([ [1,1,1], [2,2,2], [3,3,3] ])
In [159]: np.exp(np.einsum('ki,ij,kj->k',X,A(a),X)).sum()
Out[159]: 1.5060973145850306e 35
轉載請註明出處，本文鏈接：https://www.uj5u.com/qiye/473663.html
上一篇：我遇到了單熱編碼問題