Numpy：将矩阵与3d张量相乘 - 建议

Question

我有一个形状为P的矩阵MxN和一个形状为T的三维张量KxNxR。我想将P与NxR中的每个T矩阵相乘，从而产生KxMxR 3d张量。

P.dot(T).transpose(1,0,2)给出了期望的结果。是否有更好的解决方案（即摆脱transpose）这个问题？这必须是一个非常常见的操作，所以我认为，其他人已经找到了不同的方法，例如使用tensordot（我尝试但未能获得所需的结果）。意见/观点将受到高度赞赏！

Answer 1

scipy.tensordot(P, T, axes=[1,1]).swapaxes(0,1)

Answer 2

您也可以使用爱因斯坦求和符号：

P = numpy.random.randint(1,10,(5,3))
P.shape
T = numpy.random.randint(1,10,(2,3,4))
T.shape

numpy.einsum('ij,kjl->kil',P,T)

，它应该给你相同的结果：

P.dot(T).transpose(1,0,2)